发布 Navier-Stokes Fluid Flow Dataset 数据集, 应用在 流体动力学、机器学习 领域

本次发布的数据集 Navier-Stokes Fluid Flow Dataset, 该数据集包含了从二维纳维-斯托克斯流体绕圆柱流动问题的域中采样的点，用于训练物理信息神经网络（PINNs）以预测速度和压力场。数据集采用汉密尔顿采样方法，同时针对偏微分方程（PDE）和边界条件进行生成，旨在探究配置点对PINN预测的影响。在规模上，训练数据集包含10,000个点（其中7,500个为PDE点，2,500个为边界点）；测试集则包括来自域内的36,934个点以及来自边界的1,288个点。任务是通过使用PINNs来预测流体动力学问题中的速度场（U1、U2）和压力（P）。

查看Navier-Stokes Fluid Flow Dataset

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。