田纳西大学诺克斯维尔分校 发布 UniFoil 数据集, 应用在 流体动力学、机器学习 领域

田纳西大学诺克斯维尔分校 本次发布的数据集 UniFoil, UniFoil是一个基于雷诺平均纳维-斯托克斯（RANS）模拟的通用机翼数据集，包含了超过50万个样本，涵盖了广泛的雷诺数和马赫数，捕捉了从不可压缩到可压缩的过渡和完全湍流。它旨在支持流体动力学中的机器学习（ML）研究，特别是用于模拟复杂空气动力学现象。数据集包括超过4800个自然层流（NLF）机翼和30000个完全湍流（FT）机翼的全面几何形状，有效覆盖了航空航天、风能和海洋应用的相关机翼设计多样性。该数据集也高度适用于科学机器学习（SciML），使数据驱动模型能够更准确地捕捉层流-湍流过渡相关的输运过程。UniFoil在宽松的CC-BY-SA许可下免费提供。

查看UniFoil

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。