awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesDifferential Equation Optimization

Automates symbolic simplification and numerical transformation of differential equations for improved performance.

Distinct from Differential Equation Solvers: Distinct from Differential Equation Solvers: focuses on the optimization and simplification of the equation system itself rather than the solving process.

Explore 1 awesome GitHub repository matching scientific & mathematical computing · Differential Equation Optimization. Refine with filters or upvote what's useful.

Awesome Differential Equation Optimization GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • sciml/modelingtoolkit.jlAvatar de SciML

    SciML/ModelingToolkit.jl

    1,637Ver en GitHub↗

    ModelingToolkit.jl es un framework de modelado simbólico y sistema de álgebra computacional diseñado para la definición y simulación de sistemas matemáticos complejos. Proporciona un entorno fundamental para construir modelos físicos multidominio y sistemas de ecuaciones diferenciales, permitiendo a los usuarios representar problemas científicos a través de grafos simbólicos que facilitan el análisis y la transformación automatizados. El framework se distingue por su composición de componentes acausales, que permite el ensamblaje de modelos a gran escala conectando elementos modulares en lugar de definir flujos de datos explícitos. Emplea el desgarro del sistema automatizado y la reducción de índice para simplificar ecuaciones diferenciales-algebraicas complejas, asegurando la estabilidad numérica. Al utilizar la compilación simbólica just-in-time, el sistema asigna estas definiciones de alto nivel directamente a código máquina optimizado para su ejecución por solucionadores numéricos especializados. Más allá de la simulación estándar, el proyecto integra utilidades de machine learning científico para combinar modelos físicos simbólicos con redes neuronales. Admite el descubrimiento automatizado de ecuaciones, permitiendo la extracción de estructuras matemáticas gobernantes a partir de datos experimentales. El framework también incluye herramientas integrales para la optimización numérica, incluyendo la generación automatizada de derivadas y la explotación de dispersión, para acelerar la resolución de sistemas a gran escala.

    Automates symbolic simplification and numerical transformation of complex differential equations to improve simulation performance.

    Juliaacausalcomputer-algebradae
    Ver en GitHub↗1,637
  1. Home
  2. Scientific & Mathematical Computing
  3. Differential Equation Solvers
  4. Differential Equation Optimization