开放式多模态数据集与开源软件：面向多相传输与热力学系统的数据驱动建模
机器学习
2026-05-25 v1 流体动力学
摘要
数据驱动建模正变为多相传输、电子散热、声学诊断和热力学数字孪生体的核心，但进展受限于数据碎片化且难以解码、复用或基准测试的原始仪器文件。本文介绍了由纳米能源与数据驱动发现（NED3）实验室开发的开放生态系统，涵盖多模态数据集和开源软件包，旨在支持可重复的 AI 驱动热力学研究。我们引入了空间-时间维度框架（S+TD），将数据集按测量或仿真场的维度进行分类，包括 0+0D 点值、0+1D 时间序列、1+0D 剖面、2+0D 图像、2+1D 视频、3+0D 体数据以及多模态组合。我们组织了公开的 NED3 数据集，涵盖沸腾图像、声学与热力学测量、高速视频、红外热成像、热阻测量、CFD 生成场、设计文件以及声学信号数据。我们还描述了互补的软件包，包括 BubbleID、SeqReg、CFDTwin、IRISApp、decode-wfs、AELab 和 FlowLab，支持气泡识别、序列回归、代理建模、红外分析、波形解码、声学信号分析以及多模态诊断。特别强调 SeqReg——一个通用的序列回归库，适用于 0+1D、1+1D 和 2+1D 数据，已用于非侵入式热流估计。最后，我们讨论了未来社区努力，旨在构建可互操作的热力学数据银行和精选 AI/ML 工具库，将数据集、元数据、解码器、基线模型、基准测试以及可解释模型相互连接。
引用
@article{arxiv.2605.23037,
title = {Open Multimodal Datasets and Open-Source Software for Data-Driven Modeling of Multiphase Transport and Thermal Systems},
author = {Christy Dunlap and Hari Pandey and Stephen Pierson and Daniel Curl and Braden Stevens and Mohammad Ishraq Hossain and Annapurna Parjuli and Chinmaya Joshi and Han Hu},
journal= {arXiv preprint arXiv:2605.23037},
year = {2026}
}
备注
23 pages, 7 figures