深度学习新突破：267个物理信息神经网络（PINN）创新研究，Nature力荐！

上周有个师弟问我：想学 PINN（物理信息神经网络），有没有什么好的资料推荐？

我让他先去 arxiv 搜搜看。结果他搜完更懵了——出来几千篇论文，挑了半天不知道先看哪篇。好不容易找到几篇感兴趣的，作者没放代码。去 GitHub 搜了一圈，repo 倒是有，star 数个位数，也不知道能不能跑。

这事儿我太熟了。PINN 这个方向分支多，自适应训练、区域分解、不确定性量化、跟 KAN 结合、跟扩散模型结合、跟强化学习结合……每个分支都要重新找文献，光是整理就花掉好几天。

所以我干脆花时间把所有能找到的 PINN 必读论文和代码整理了一遍，做了一个一站式资源网站。

这个网站里有什么？

目前收录了 267 篇 PINN 领域必读论文，覆盖从入门到顶会的完整学习路径。每篇论文都标注了论文链接，有开源代码的也一并附上 GitHub 地址。

全部按研究方向分类，还支持实时搜索——输入关键词就能过滤出相关论文，不用一页一页翻。

四大板块，从入门到顶会

🔥 前沿热门思路

追踪 PINN 最新研究热点：自适应 PINN、优化与训练策略、采样与离散化方法。如果你想紧跟前沿，从这里开始。

🔗 PINN × 其他技术

15 个交叉方向，包括 PINN+KAN、PINN+Transformer、PINN+扩散模型、PINN+大模型、PINN+强化学习、PINN+知识蒸馏、PINN+CNN 等。想看 PINN 跟某个具体技术怎么结合，直接点进去就行。

📚 入门相关文献

这个板块对新手最友好。有带中文注释的代码项目，有 Raissi 那篇奠基性原文，有网络结构选择、Loss 权重优化、逆问题求解的专题文献，还有基于 PINN 的求解库（NVIDIA SimNet、NeuralPDE 等）。从零开始学 PINN，照着这个路径走就行。

🏆 顶会顶刊必读

Nature、Science、NeurIPS、ICLR、ICML、ICCV、AAAI、KDD、IJCAI……发在顶级期刊和会议上的 PINN 论文，加上一区二区期刊的高质量工作，全部收录在这。写论文要找 baseline、找 inspiration，来这里翻一遍就够了。

用起来什么感觉？

左侧是分类导航，点击直接跳转到对应方向。每篇论文是一张卡片，论文链接和代码链接分开标注，一眼看到有没有代码可跑。

顶部有搜索框，输入"KAN""扩散模型""NeurIPS"这种关键词，瞬间过滤出所有相关论文。手机上也能正常用，地铁上翻一翻，看到感兴趣的存下来回头读。

页面顶部有个统计面板，收录了多少篇论文、多少个开源代码、多少个研究方向，一眼能看到。

适合什么人？

📌 刚接触 PINN，不知道从哪开始看的研究生

📌 正在做 PINN 相关课题，需要找 baseline 和参考文献的科研人

📌 想了解 PINN 跟某个技术（KAN、Transformer、扩散模型等）怎么结合的研究者

📌 想快速找到某篇顶会 PINN 论文及其代码的工程师

📌 正在写综述或者 survey，需要系统性梳理 PINN 文献的博士生

怎么获取？

网站的链接我已经准备好了。扫描下方二维码添加小助理，回复「PINN」，小助理会把资源网站的链接发给你。

加过小助理的老朋友，直接发「PINN」就行，不用重复添加。

扫描下方二维码添加小助理，回复「PINN」

PINN 这两年发展太快了，新论文几乎每周都在冒。与其每次都从零开始搜，不如存一个靠谱的资源站，需要的时候直接翻。

如果你也在学 PINN，希望这个站能帮你省点找文献的时间。