慕尼黑工业大学 发布 APEBench 数据集, 应用在 机器学习、偏微分方程 领域

慕尼黑工业大学 本次发布的数据集 APEBench, APEBench是由慕尼黑工业大学的机器学习中心创建的一个综合性基准套件，旨在评估自回归神经网络在求解偏微分方程（PDE）中的表现。该数据集包含46种不同的PDE动态，涵盖从一维到三维的空间维度，数据量庞大且多样化。数据集的创建过程结合了高效的伪谱方法和可微分模拟框架，确保了数据生成的高效性和准确性。APEBench主要应用于神经网络架构的评估和优化，旨在解决复杂PDE模拟中的精度和速度问题。

查看APEBench

README 内容： 

关于 慕尼黑工业大学 , 慕尼黑工业大学是位于德国的一所世界顶级研究型大学，以其在工程学、自然科学和生命科学等领域的卓越研究和教育而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。