# Release Notes

## MindSpore Flow 0.2.0 Release Notes

### 主要特性和增强

#### 数据驱动

- [STABLE] [Airfoil2D_Unsteady](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/data_driven/airfoil/2D_unsteady): 支持数据驱动(FNO2D和Unet2D两种backbone)下跨声速翼型复杂流场的多时间步预测。
- [STABLE] [API-FNO1D/2D/3D](https://gitee.com/mindspore/mindscience/blob/master/MindFlow/mindflow/cell/neural_operators/fno.py): 重构FNO1D、FNO2D、FNO3D API，提升接口的通用性，支持"channels_last"和"channels_first"两种输入数据格式，支持mlp层和FNOBlock层分别设置激活函数，支持SpectralConvDft和FNO skip分别设置计算精度，支持设置projection和lifting中间层参数，支持选择残差增强和嵌入位置信息。
- [STABLE] [API-UNet2D](https://gitee.com/mindspore/mindscience/blob/master/MindFlow/mindflow/cell/unet2d.py): 重构UNet2D API，新增base_channels作为基准通道数，以控制上/下采样的通道数增/减，支持"NCHW"和"NHWC"两种输入数据格式。

#### 数据-机理融合驱动

- [STABLE] [API-Percnn](https://gitee.com/mindspore/mindscience/blob/master/MindFlow/mindflow/cell/neural_operators/percnn.py): 新增percnn API，通过递归卷积神经网络，在粗网格上学习物理场时空演化规律，默认支持两个物理分量的输入可自定义调节conv layer数量及kernel size，实现在不同物理现象上的应用。
- [STABLE] [PeRCNN-gsrd3d](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/data_mechanism_fusion/percnn/gsrd_3d): 新增PeRCNN求解三维GS反应扩散方程的案例。

#### 物理驱动

- [STABLE] [Boltzmann](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/physics_driven/boltzmann): 支持D1V3的BGK以及二次碰撞项的玻尔兹曼方程求解，相关论文发表在《[SIAM Journal on Scientific Computing](https://www.siam.org/publications/journals/siam-journal-on-scientific-computing-sisc)》。
- [STABLE] [Periodic Hill](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/physics_driven/navier_stokes/periodic_hill): 支持PINNs方法求解周期山流通问题。
- [STABLE] [Possion](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/physics_driven/poisson/continuous): 添加PINNs求解poisson方程时对periodic以及robin边界条件的支持。
- [RESEARCH] [Cma_Es_Mgda](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/research/cma_es_mgda): 支持CMA-ES和多目标梯度优化算法（mgda）结合求解PINNs问题。
- [RESEARCH] [Moe_Pinns](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/research/moe_pinns): 支持多专家模型求解PINNs问题。
- [RESEARCH] [Allen-Cahn](https://gitee.com/mindspore/mindscience/tree/master/MindFlow/applications/research/allen_cahn): 反应扩散的Allen-Cahn和NS特解的Kovasznay流是常见的物理过程，通过PINNs方式以无监督方式完成对特定I/BC的求解。

### 贡献者

感谢以下开发者做出的贡献：

hsliu_ustc, Yi_zhang95, zwdeng, liulei277, chengzrz, mengqinghe0909, xingzhongfan, jiangchenglin3, positive-one, yezhenghao2023, lunhao2023, lin109, xiaoruoye, b_rookie, Marc-Antoine-6258, yf-Li21, lixin07, ddd000g, huxin2023, leiyixiang1, dyonghan, huangxiang360729, liangjiaming2023, yanglin2023

欢迎以任何形式对项目提供贡献！