README_zh.md

metadata

license: other
tags:
  - CylinderFlow
  - computational fluid dynamics
  - incompressible flow
language:
  - en
  - zh

Cylinder Flow

数据集描述

Cylinder Flow 数据集来源于 DeepMind 的 MeshGraphNets 基准，用于描述二维非结构化三角网格上的圆柱绕流（vortex shedding）。数据由 COMSOL 仿真生成，每条轨迹包含 600 个时间步，时间步长为 dt=0.01，记录流体速度场和压力场。

论文：Learning Mesh-Based Simulation with Graph Networks

数据集支持的任务

场景	说明
流场时序预测	根据历史网格状态预测后续速度和压力场。
涡脱落模拟	学习圆柱绕流中的瞬态流动演化。
图神经网络仿真	为 MeshGraphNet 等网格模型提供训练和评测数据。
网格物理建模	在非结构化三角网格上学习节点和边的物理关系。

数据集的格式和结构

数据采用 TFRecord 格式，按训练、验证和测试划分：

data/cylinder_flow/
  train.tfrecord
  valid.tfrecord
  test.tfrecord
  meta.json
  stats/

每条记录对应一条非结构化网格轨迹，主要字段如下：

字段	shape	dtype	说明
cells	[1, -1, 3]	int32	三角形单元的节点索引。
mesh_pos	[1, -1, 2]	float32	网格节点的二维坐标。
node_type	[1, -1, 1]	int32	节点类型，如内部、边界、入口和出口。
velocity	[600, -1, 2]	float32	600 个时间步的二维速度场。
pressure	[600, -1, 1]	float32	600 个时间步的压力场。

stats/ 中保存边特征、节点速度、速度差分和压力的归一化统计量。

数据集使用方式

本数据集适配 OneScience-Sugon/MeshGraphNet 模型。下载数据集和模型：

hf download --dataset OneScience-Sugon/cylinder_flow --local-dir ./cylinder_flow
hf download --model OneScience-Sugon/MeshGraphNet --local-dir ./MeshGraphNet

可使用数据集内的校验脚本检查目录结构、元信息和 TFRecord 首条样本：

cd cylinder_flow
python scripts/validate_cylinder_flow_dataset.py

完整 SHA256 校验可附加 --verify-sha256 参数。

OneScience 官方信息

平台	OneScience 主仓库	Skills 仓库
Gitee	https://gitee.com/onescience-ai/onescience	https://gitee.com/onescience-ai/oneskills
GitHub	https://github.com/onescience-ai/OneScience	https://github.com/onescience-ai/oneskills

引用与许可证

• Cylinder Flow 原始论文：Learning Mesh-Based Simulation with Graph Networks
• 本仓库保留数据来源说明，并面向 OneScience ModelScope 自动运行场景进行整理；公开分发或二次发布前，请根据上游项目确认许可证要求。