five

camlab-ethz/NS-SVS

收藏
Hugging Face2024-05-30 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/camlab-ethz/NS-SVS
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集基于不可压缩的Navier-Stokes方程,包含从正弦涡旋片初始条件开始的轨迹,并且包含一个被动示踪剂。数据集模拟了单位正方形上的流动,时间范围为T=1,并以均匀的空间和时间间隔保存。数据集的维度包括20000条轨迹、21个时间步长、3个速度分量(水平速度、垂直速度、被动示踪剂)以及128x128的空间维度。数据集被划分为19640条训练轨迹、120条验证轨迹和240条测试轨迹。

该数据集基于不可压缩的Navier-Stokes方程,包含从正弦涡旋片初始条件开始的轨迹,并且包含一个被动示踪剂。数据集模拟了单位正方形上的流动,时间范围为T=1,并以均匀的空间和时间间隔保存。数据集的维度包括20000条轨迹、21个时间步长、3个速度分量(水平速度、垂直速度、被动示踪剂)以及128x128的空间维度。数据集被划分为19640条训练轨迹、120条验证轨迹和240条测试轨迹。
提供机构:
camlab-ethz
原始信息汇总

数据集概述

数据集描述

  • 基础方程:基于不可压缩纳维-斯托克斯方程。
  • 初始条件:正弦涡层初始条件,详细信息见arXiv论文
  • 包含内容:轨迹数据和随流携带的被动示踪剂。

数据集维度

  • 变量:单一变量名为velocity
  • 维度详情
    • 轨迹数:20000
    • 时间步数:21
    • 物理量:水平速度、垂直速度、被动示踪剂
    • 空间维度:x-dim=128, y-dim=128

模拟细节

  • 模拟区域:单位正方形。
  • 模拟时间:至T=1。
  • 存储方式:空间和时间均匀分布。

数据分割

  • 训练/验证/测试分割:19640/120/240轨迹。

下载与组装

  • 下载方式:可通过huggingface-cli download下载。
  • 组装方法:使用提供的assemble_data.py脚本将分块数据组装成单一的NetCDF文件,命令如下: bash python assemble_data.py --input_dir . --output_file NS-SVS.nc
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集是一个基于Navier-Stokes方程的流体动力学模拟数据集,包含20000条轨迹,每条轨迹有21个时间步长和3个速度分量,空间分辨率为128x128。数据集主要用于训练、验证和测试流体动力学模型,其中训练集占绝大多数。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作