Awesome GitHub RepositoriesDifferential Equation Optimization

ModelingToolkit.jl est un framework de modélisation symbolique et un système d'algèbre informatique conçu pour la définition et la simulation de systèmes mathématiques complexes. Il fournit un environnement fondamental pour construire des modèles physiques multi-domaines et des systèmes d'équations différentielles, permettant aux utilisateurs de représenter des problèmes scientifiques via des graphes symboliques qui facilitent l'analyse et la transformation automatisées. Le framework se distingue par sa composition de composants acausale, qui permet l'assemblage de modèles à grande échelle en connectant des éléments modulaires plutôt qu'en définissant des flux de données explicites. Il utilise le déchirement de système automatisé et la réduction d'indice pour simplifier les équations différentielles-algébriques complexes, garantissant la stabilité numérique. En utilisant la compilation symbolique juste à temps, le système mappe ces définitions de haut niveau directement en code machine optimisé pour l'exécution par des solveurs numériques spécialisés. Au-delà de la simulation standard, le projet intègre des utilitaires de machine learning scientifique pour combiner des modèles physiques symboliques avec des réseaux de neurones. Il prend en charge la découverte automatisée d'équations, permettant l'extraction de structures mathématiques gouvernantes à partir de données expérimentales. Le framework inclut également des outils complets pour l'optimisation numérique, y compris la génération automatisée de dérivées et l'exploitation de la sparsité, pour accélérer la résolution de systèmes à grande échelle.