现，并拓展至多物理场耦合与实时预测的工程应用场 景。整体而言，该前沿不仅展示了深度学习与偏微分 方程求解的深度融合，也推动了科学机器学习（SciML） 在理论研究和工程应用中的快速发展。 值得注意的是，美国工程院院士、布朗大学应用 数学系教授 George Karniadakis 参与了全部 4 篇核心 论文的研究，George Karniadakis 教授凭借在 PINN 和 PDE 等领域的贡献，先后荣获计算流体动力学奖、美