论文页面 - The Well: 面向机器学习的大规模多样化物理仿真数据集

来源：https://huggingface.co/papers/2412.00568 发布于 2024 年 11 月 30 日

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

大规模数据集集合 The Well 提供了多样化的数值仿真数据，用于在物理系统仿真中对机器学习模型进行基准测试。

基于机器学习的代理模型（https://huggingface.co/papers?q=surrogate%20models）为研究人员提供了加速基于仿真的工作流（https://huggingface.co/papers?q=simulation-based%20workflows）的强大工具。然而，由于该领域的标准数据集通常只涵盖小类物理行为，因此难以评估新方法的有效性。为弥补这一空白，我们推出了 The Well：一个大规模数据集集合，包含多种时空物理系统（https://huggingface.co/papers?q=spatiotemporal%20physical%20systems）的数值仿真（https://huggingface.co/papers?q=numerical%20simulations）。The Well 汇集了领域专家和数值软件开发者的成果，提供了 15TB 数据，涵盖 16 个数据集，涉及生物系统（https://huggingface.co/papers?q=biological%20systems）、流体动力学（https://huggingface.co/papers?q=fluid%20dynamics）、声散射（https://huggingface.co/papers?q=acoustic%20scattering）以及星系际流体或超新星爆炸的磁流体动力学仿真（https://huggingface.co/papers?q=magneto-hydrodynamic%20simulations）等多个领域。这些数据集可单独使用，也可作为更广泛基准测试套件（https://huggingface.co/papers?q=benchmark%20suite）的一部分。为方便使用 The Well，我们提供了统一的 PyTorch 接口（https://huggingface.co/papers?q=PyTorch%20interface）用于训练和评估模型。我们通过引入示例基线来展示该库的功能，这些基线突显了 The Well 中复杂动力学带来的新挑战。代码和数据可在 https://github.com/PolymathicAI/the_well 获取。

查看 arXiv 页面（https://arxiv.org/abs/2412.00568）查看 PDF（https://arxiv.org/pdf/2412.00568）GitHub3.63k（https://github.com/PolymathicAI/the_well）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2412.00568）

在您的 agent 中获取这篇论文：

hf papers read 2412.00568

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

请在模型 README.md 中引用 arxiv.org/abs/2412.00568，以便在此页面链接。

引用此论文的数据集13

polymathic-ai/acoustic_scattering_inclusions 更新于 2025 年 4 月 10 日 • 23.5k（https://huggingface.co/datasets/polymathic-ai/acoustic_scattering_inclusions）

polymathic-ai/rayleigh_benard 更新于 2025 年 4 月 10 日 • 6.88k（https://huggingface.co/datasets/polymathic-ai/rayleigh_benard）

polymathic-ai/planetswe 更新于 2025 年 4 月 10 日 • 5.87k • 1（https://huggingface.co/datasets/polymathic-ai/planetswe）

polymathic-ai/acoustic_scattering_discontinuous 更新于 2025 年 4 月 10 日 • 5.34k • 1（https://huggingface.co/datasets/polymathic-ai/acoustic_scattering_discontinuous）

浏览引用此论文的 13 个数据集（https://huggingface.co/datasets?other=arxiv:2412.00568）### 引用此论文的空间1

包含此论文的收藏集5

浏览包含此论文的 5 个收藏集（https://huggingface.co/collections?paper=2412.00568）