面向机器学习替代模型的孔尺度 CO2-Water 相互作用基准数据集
化学物理
2026-03-03 v3 机器学习
计算物理
摘要
准确捕捉 CO2 与水在多孔介质中在孔尺度上的复杂相互作用对于碳捕获与储存 (CCS) 等各种地球科学应用至关重要。我们引入了一个来自高保真数值仿真的综合数据集，以捕捉 CO2 与水在孔尺度上的精妙相互作用。该数据集包含 624 个二维样本，每个样本大小为 512×512，分辨率为 35 微米，覆盖 100 个时间步，恒定 CO2 注入速率。数据集包含 various 层次的各异性，由不同粒径及其随机间距表示，为开发预测模型提供了稳健的测试平台。该数据集提供了对机器学习模型至关重要的高分辨率时空信息。
引用
@article{arxiv.2503.17592,
title = {A Benchmark Dataset for Machine Learning Surrogates of Pore-Scale CO2-Water Interaction},
author = {Alhasan Abdellatif and Hannah P. Menke and Julien Maes and Ahmed H. Elsheikh and Florian Doster},
journal= {arXiv preprint arXiv:2503.17592},
year = {2026}
}