PhySolve AI Physik-Solver | Python PDE/ODE Neural Network Kit (162-Formel-Bibliothek)

KI-Physik-Löser – Stelle eine Frage, die KI löst sie
Physikbasiertes neuronales Netzwerk-Kit + Bibliothek mit 162 Formeln + Frageparser

🔥 Dies ist kein Formelblatt. Es ist eine funktionierende KI-Physik-Engine.

Stellen Sie Ihre Frage in einfachen Worten:
Eine Masse von 2 kg beschleunigt mit 3 m/s². Berechnen Sie die Kraft. → F = 6 N
„Pendel der Länge 1 m, bestimme die Periodendauer“ -> T = 2,007 s
"Elektron mit 1e6 m/s, de Broglie-Wellenlänge?" -> 7,27e-10 m
"1 mol Gas bei 273 K und 101325 Pa, Volumen?" -> 22,4 L

Die App erkennt die Gleichung, extrahiert Zahlen und Einheiten und füllt sie automatisch aus.
Physikalische Konstanten (G, h, k_B, c, pi, g...) und löst - sofort
für Formeln oder durch Trainieren eines neuronalen Netzes für Differentialgleichungen
Gleichungen. Teilchennamen funktionieren auch: "Elektron" automatisch
injiziert seine Masse und Ladung.

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
WAS IST DRIN?
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

✅ DASHBOARD-APP (dunkle Benutzeroberfläche)
• Fragenleiste – Physikfragen in einfacher Sprache
• PINN-Solver-Registerkarte – 25 Differentialgleichungen, Live-NN-Training
• Registerkarte „Gleichungsbibliothek“ – durchsuchbarer, nach Kategorien gefilterter Browser

✅ FRAGE-PARSER-ENGINE
• Extrahiert Werte mit über 40 Einheiten (kg, m/s^2, °C, eV, atm...)
• Automatisches Ausfüllen physikalischer Konstanten aus dem Kontext
• Erkennt, wonach Sie suchen („Finde X“, „Was ist Y?“).

✅ 25 MIT NEURONALEN NETZWERKEN GELÖSTE GLEICHUNGEN
PDEs: Wärme, Wärme + Quelle, Advektion, Advektion-Diffusion, Welle,
gedämpfte Welle, Burgers-, Fisher-KPP-, Allen-Cahn-, KdV-Solitonen
Sine-Gordon, Schrödinger, Poisson
Gewöhnliche Differentialgleichungen: Abklinggleichungen, logistische Gleichungen, harmonische/gedämpfte/angetriebene Oszillatoren,
nichtlineares Pendel, Van der Pol, Duffing, Airy,
Lotka-Volterra, Lorenz-System, SIR-Epidemie
→ Freiform-Anfangsbedingungen: sin(pi*x), 2*sech(x)^2, ...

✅ 162-FORMEL-PHYSIKBIBLIOTHEK
Mechanik (29) • Elektromagnetismus (23) • Thermodynamik (16)
Elektrostatik (15) • Fluide (14) • Wellen und Optik (13)
Schwingungen (12) • Quantenphysik (12) • Relativitätstheorie (12)
Wärme (10) • Diffusion (6)
Jeder Eintrag: Formel + Variablenbedeutungen + SI-Einheiten +
Annahmen + durchgerechnetes Beispiel + symbolischer Löser

✅ VALIDIERUNG & BENCHMARKS
• Hitzewelle vs. exakte Lösungen (Fehler <1%)
• Burgers-Schock vs. Finite-Differenzen-Referenz
• 2D Navier-Stokes vs. exakte Kovasznay-Strömung
• Geschwindigkeitsvergleich: Das trainierte neuronale Netz wertet ca. 11 Millionen Punkte pro Sekunde aus.

✅ EXTRAS
• Vollständiger PINN-Engine-Quellcode (PyTorch, Autograd-Restwerte)
• Schritt-für-Schritt-Anleitung – Schreiben Sie Ihren eigenen PDE-Löser
• Windows-Starter (START.bat öffnet das Dashboard)
• Terminalassistenten für beide Engines
• Vorab trainiertes Modell + Beispiel-Ausgabediagramme enthalten

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
PERFEKT FÜR
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

• Physik- und Ingenieurstudenten – Hausaufgabenkontrolle, Erlernen von PINNs
• Forscher, die eine saubere, minimale PINN-Basislinie wünschen
• Lehrer – Jede Formel wird mit einem ausgerechneten Beispiel geliefert
• Entwickler, die wissenschaftliche ML-/Surrogatmodelle erstellen
• Alle, die sich dafür interessieren, wie KI Differentialgleichungen löst

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
TECHNISCHE DETAILS
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

• Python 3.9+ • PyTorch • NumPy • Matplotlib • SymPy • Tkinter GUI
• Läuft auf der CPU, GPU wird automatisch erkannt (optionale Beschleunigung)
• START.bat-Launcher mit einem Klick • Sofortiger ZIP-Download
• Kommerzielle Nutzung erlaubt – siehe beigefügte Lizenz
• Keine API-Schlüssel, keine Abonnements, funktioniert vollständig offline

Dies ist dieselbe PINN-Technik, die auch hinter NVIDIA Modulus und modernen
Ersatzmodellierung – so verpackt, dass Sie es noch heute ausführen können.