Datasets:
ArXiv:
License:
| license: other | |
| #用户自定义标签 | |
| tags: | |
| - CylinderFlow | |
| - computational fluid dynamics | |
| - incompressible flow | |
| language: | |
| - en | |
| - zh | |
| <p align="center"> | |
| <strong> | |
| <span style="font-size: 30px;">Cylinder Flow</span> | |
| </strong> | |
| </p> | |
| ## 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](https://arxiv.org/abs/2010.03409) | |
| ## 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: | |
| ```text | |
| 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: | |
| ```bash | |
| 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: | |
| ```bash | |
| 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](https://arxiv.org/abs/2010.03409) | |
| - 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。 | |