Release Notes

MindSpore Flow 0.3.0 Release Notes

主要特性和增强

数据驱动

[STABLE] Burgers_SNO/Navier_Stokes_SNO2D/Navier_Stokes_SNO3D: 新增数据驱动下的谱神经算子求解一维Burgers方程、二维/三维纳维·斯托克斯方程案例。
[STABLE] API-SNO1D/2D/3D: 新增谱神经算子（包括SNO和U-SNO）API，利用多项式变换将计算转换到频谱空间的类FNO架构，其优势在于有效减小由混淆误差引起的系统偏差。
[STABLE] API-Attention: 重构transformer类网络常用的Attention、MultiHeadAttention、AttentionBlock、ViT网络接口。
[STABLE] API-Diffusion: 新增扩散模型全套训练、推理接口，支持DDPM、DDIM业界两种主流扩散方式，通过简洁易用的DiffusionScheduler、DiffusionTrainer、DiffusionPipeline、DiffusionTransformer接口即可完成扩散模型训练推理全流程。
[STABLE] API-Core_Refactor: 将原mindflow.common，mindflow.loss，mindflow.operators优化重构为mindflow.core。
[RESEARCH] CascadeNet: 新增CascadeNet案例，以表面压强、雷诺数和少量尾迹速度测点作为输入，通过具有尺度传递拓扑结构的生成对抗网络，预测圆柱尾迹脉动速度时空场。
[RESEARCH] MultiScaleGNN: 新增多级图神经网络案例，求解大规模压力泊松方程，可以支撑使用投影法（或分步法）求解不可压缩纳维 · 斯托克斯方程。
[RESEARCH] TurbineUQ: 新增涡轮级流场预测与不确定性优化设计案例，通过蒙特卡洛结合深度学习的方法来完成不确定性的量化评估。

数据-机理融合驱动

[STABLE] PhyMPGN: 新增基于图神经网络的物理方程求解模型 PhyMPGN 针对圆柱绕流问题的应用案例。PhyMPGN 能够在非结构网格下实现 Burgers、FitzHugh-Nagumo、Gray-Scott 等方程的求解，相关论文被接收为 ICLR 2025 Spotlight。
[RESEARCH] Heat_Conduction: 新增数据与物理混合驱动下的稳态热传导物理场预测案例。
[RESEARCH] SuperPosition: 新增叠加原理的算子神经网络SDNO，用于航空发动机内流叶栅复杂流态下温度场的预测。

物理驱动

[RESEARCH] NSFNets: 新增纳维 · 斯托克斯流动网络（NSFNets），该网络对应论文为该领域高被引论文，用以求解不适定问题（例如部分边界条件缺失）或反演问题。

求解器

[STABLE] CBS求解器: 新增声波方程求解器 CBS 在复杂参数场下求解二维声波方程的应用案例。CBS 求解器在频域求解声波方程，在空间各方向均具有谱精度，精度高于有限差分法。相关论文参考 Osnabrugge et al. 2016

优化器

[STABLE] API-AdaHessian二阶优化器: 新增AdaHessian二阶优化器，基于Hessian矩阵对角元提供的二阶信息进行优化计算，实测相同step数下相比Adam实现20%以上的loss下降。

基础模型

[RESEARCH] PDEformer: PDEformer支持一维/二维含时偏微分方程通用求解，典型场景下Zero-Shot求解精度超过专有模型。

贡献者

感谢以下开发者做出的贡献：

hsliu_ustc, gracezou, mengqinghe0909, Yi_zhang95, b_rookie, WhFanatic, xingzhongfan, juliagurieva, GQEm, chenruilin2024, ZYF00000, chenchao2024, wangqineng2024, BingyangWu-pkusms21, Bochengz, functoreality, huangxiang360729, ChenLeheng, juste_une_photo.

欢迎以任何形式对项目提供贡献！