Symbol	Meaning
$A$	矩阵
$\eta$	学习率或步长
$\Gamma$	计算域 $\Omega$ 的边界
$f^{\ast }$	要近似的通用函数，通常是未知的。
$f$	$f^{\ast }$的近似版本
$\Omega$	计算区域
${\mathcal{P}}^{\ast }$	连续/理想物理模型
$\mathcal{P}$	离散物理模型
$\theta$	神经网络参数
$t$	时间维度
$\mathbf{u}$	矢量速度
$x$	神经网络输入或空间坐标
$y$	神经网络输出
$y^{\ast }$	学习目标：基本事实、参考或观察数据

ABbreviation	Meaning
BNN	贝叶斯神经网络
CNN	卷积神经网络
DL	深度学习
GD	梯度下降
MLP	多层感知机，一种具有全连接层的神经网络
NN	神经网络（通用网络，与 CNN 或 MLP 等网络不同）
PDE	偏微分方程
PBDL	基于物理的深度学习
SGD	随机梯度下降

Symbol	Meaning
$A$	matrix
$\eta$	learning rate or step size
$\Gamma$	boundary of computational domain $\Omega$
$f^{\ast }$	generic function to be approximated, typically unknown
$f$	approximate version of $f^{\ast }$
$\Omega$	computational domain
${\mathcal{P}}^{\ast }$	continuous/ideal physical model
$\mathcal{P}$	discretized physical model, PDE
$\theta$	neural network params
$t$	time dimension
$\mathbf{u}$	vector-valued velocity
$x$	neural network input or spatial coordinate
$y$	neural network output
$y^{\ast }$	learning targets: ground truth, reference or observation data

ABbreviation	Meaning
BNN	Bayesian neural network
CNN	Convolutional neural network
DL	Deep Learning
GD	(steepest) Gradient Descent
MLP	Multi-Layer Perceptron, a neural network with fully connected layers
NN	Neural network (a generic one, in contrast to, e.g., a CNN or MLP)
PDE	Partial Differential Equation
PBDL	Physics-Based Deep Learning
SGD	Stochastic Gradient Descent