最近有一个大热门:物理信息神经网络(PINN),不仅是各大顶会常客,还连登《Nature》。PINN 是将物理定律嵌入深度学习框架,约束神经网络训练的新型方法。
想做 PINN,还是不知道如何下手?亦或是已经入门,但创新完全没头绪?你大概也在这几件事上卡过:
- 搜一个方向,出来几百篇 paper,不知道先读哪篇
- 挑中一篇,翻到文末没有代码,复现计划当场夭折
- 被问「这方向最前沿是什么」,答不上来
- 刚入门,在知乎、GitHub、CSDN 之间反复横跳,半天没了
难的不是找不到,是找到的太多,又没有可靠排序。你缺的不是一篇论文,是一张地图。
所以我整理了这个网站:顶部有搜索框,左侧有分类导航,每条文献下直接挂着论文链接 + 代码链接。不用来回跳转,不用猜仓库在哪。

四大板块:
| 板块 |
内容 |
适合谁 |
| 前沿热门思路 |
自适应 PINN、优化与训练、采样离散化 |
想知道大家在卷什么 |
| 与其他技术结合 |
KAN、Transformer、扩散模型、大模型、强化学习等 15 个交叉方向 |
在找创新点 |
| 入门相关文献 |
按「先跑通 → 搞懂原理 → 解决问题 → 加速」排序,含中文注释代码 |
刚进组 / 带学生 |
| 顶会顶刊必读 |
Nature/Science、NeurIPS、ICLR、ICML 等,含 42 篇一区二区 |
写综述 / 找 baseline |
「与其他技术结合」是全站最大的一块——PINN 的下一步增长点,几乎都藏在「PINN + X」里。
三句话讲完怎么用:
- 找创新点 → 优先看交叉板块里的论文。
- 要复现 → 优先挑有代码的,别跟没代码的论文死磕。
- 刚入门 → 入门相关文献,这是一份现成的带教大纲。
几句实话:免费,以后也是。没有登录、没有付费墙、没有广告,不用转发集赞。它不完美。276 篇是目前能覆盖的范围,遗漏和失效链接一定存在。发现了反馈给维护者,对后面用这个网站的人都有帮助。
做它只是因为自己曾在「找论文」上浪费了太多时间。能帮你省下十几个小时,就值了。
祝你科研顺利,论文早日 accept。
|