The Nucleus of
AI4Science

Nature旗下顶级计算科学期刊，多学科交叉，专注计算技术和数学模型的开发与应用。对PINN、Neural Operators等深度学习方法持高度友好态度，是该领域最理想的顶级发表平台之一。

1区顶刊，工程应用优先。特别适合PINN在结构力学和流体力学中的应用、深度学习加速有限元分析、神经网络本构模型等研究。审稿速度快但要求高，必须与传统FEM/FVM方法详细对比。

计算物理领域顶级期刊，创刊近60年。鼓励预测模拟与机器学习交叉领域研究，PINN、Neural Operators等方法的奠基性论文多发表于此。必须提供完整代码和数据以保证可重复性。

科学计算领域顶级期刊，SIAM旗下核心刊物。积极接纳机器学习与科学计算结合的创新研究，已发表多篇PINN、Neural Operators奠基性工作。要求提供严格的数学分析和计算验证。

仅推荐给领域内资深专家！年发文量极少(28篇)，多为约稿形式。分为综述、研究亮点、SIGEST等五个部分。适合全面系统的PINN/AI for Science综述，是该领域权威参考文献。

IFAC旗下AI工程应用旗舰期刊，中科院1区Top。强调AI方法的实际工程应用，要求展示真实世界工程问题求解。适合PINN在结构优化、流体控制、故障诊断等工程场景的应用研究。