CosmoBench：面向几何深度学习的多尺度、多视角、多任务宇宙学基准

宇宙学模拟以点云和有向树的形式提供了丰富的数据。一个关键目标是从这些数据中提取洞察，以阐明宇宙的本质和组成。在本文中，我们介绍了 CosmoBench，这是一个来自最先进宇宙学模拟的基准数据集，其运行耗时超过4100万个核心小时，生成了超过2 petabytes的数据。CosmoBench 是其类目中最大的数据集：它包含来自暗物质星团和星系在三个不同长度尺度上的3.4万个点云，以及来自两个不同时间尺度上星团形成历史的2.5万个有向树。CosmoBench 中的数据可用于多个任务——从点云和树木中预测宇宙学参数，从其集体位置预测单个星团和星系的速度，从粗时间尺度上的树木重建为更细时间尺度上的树木。我们提供了几个基线，这些基线基于来自宇宙学建模的 established 方法，或来自机器学习的方法。对于后者，我们研究了不同方法——从最小受尺度不变性约束的简单线性模型到更大、更计算密集的深度学习模型，如图神经网络。我们发现，least-squares 拟合使用少量不变特征有时会超过具有更多参数和更长训练时间的深度体系结构。尽管如此，仍然存在巨大的潜力通过将机器学习与宇宙学结合来充分利用这些数据。CosmoBench 为在规模上将宇宙学与几何深度学习相结合奠定了基础。我们邀请社区通过与此数据集互动来推动科学发现的前沿，数据可在 https://cosmobench.streamlit.app 获取。