面向深度学习应用的参数化U形弯管流数据集
流体动力学
2023-08-31 v1 机器学习
摘要
该数据集包含10,000个U形弯管形状内的流体流动与传热模拟。每个模拟由28个设计参数描述，并借助计算流体动力学方法进行处理。该数据集为研究设计优化领域的各类问题与方法提供了全面的基准。对于这些研究，可采用监督、半监督和无监督深度学习方法。该数据集的一个独特之处在于，每个形状可由三种不同的数据类型表示，包括设计参数与目标组合、来自几何与数值模拟求解变量的五种不同分辨率的2D图像，以及使用数值网格单元值的表示。第三种表示使得在深度学习方法中考虑数值模拟的特定数据结构成为可能。用于生成数据的源代码与容器作为本工作的一部分公开发布。
引用
@article{arxiv.2305.05216,
title = {Dataset of a parameterized U-bend flow for Deep Learning Applications},
author = {Jens Decke and Olaf Wünsch and Bernhard Sick},
journal= {arXiv preprint arXiv:2305.05216},
year = {2023}
}
备注
submitted to Data in Brief