Este artículo presenta Unisolver, un solucionador de EDP basado en redes neuronales de propósito general, capaz de resolver una amplia gama de ecuaciones diferenciales parciales (EDP). Los solucionadores de EDP basados en redes neuronales existentes se limitan a EDP específicas o a un conjunto limitado de coeficientes, lo que resulta en un bajo rendimiento de generalización. Unisolver aprovecha la estructura matemática de las soluciones de EDP para integrar con flexibilidad componentes de EDP, como símbolos de ecuación y condiciones de contorno, en un modelo de transformador como condiciones específicas de dominio y punto. Entrenado con diversos datos, Unisolver demuestra un rendimiento y capacidades de generalización de vanguardia en tres pruebas de referencia a gran escala. El código fuente está disponible en GitHub.
