GS-Surrogate：基于可变形高斯溅射的参数空间探索的ensemble模拟
图形学
2026-04-09 v1 人工智能
摘要
探索ensemble模拟在越来越多的科学领域中发挥着越来越重要的作用。然而，在灵活的事后探索方面，由于在存储高昂原始数据和灵活调整可视化设置之间之间存在权衡，现有方法仍具有挑战。现有的可视化代理模型改进了这一工作流程，但要么在图像空间中运行，不具备显式的3D表示，要么依赖神经辐射场，对于交互式探索昂贵且将所有参数驱动的变化编码到单个隐式场中。本文引入GS-Surrogate，一种基于可变形高斯溅射的可视化代理，用于参数空间探索。我们首先构建一个作为基准3D表示的标准高斯场，并通过顺序参数条件变形进行适应。通过将与模拟相关的变异与可视化特定的变化分离，此明确的表述使对不同的可视化任务（如等值面提取和传递函数编辑）实现高效且可控制的适应。我们在一系列模拟数据集上对该框架进行评估，表明GS-Surrogate 能够实现跨模拟和可视化参数空间的实时和灵活探索。
关键词
引用
@article{arxiv.2604.06358,
title = {GS-Surrogate: Deformable Gaussian Splatting for Parameter Space Exploration of Ensemble Simulations},
author = {Ziwei Li and Rumali Perera and Angus Forbes and Ken Moreland and Dave Pugmire and Scott Klasky and Wei-Lun Chao and Han-Wei Shen},
journal= {arXiv preprint arXiv:2604.06358},
year = {2026}
}