NeuralConvection-2D-TrainTest-v1

# NeuralConvection 2D Train/Test v1 ## 数据集介绍 本数据集整理自[作者公开的 NeuralConvection 2D 数据集](https://huggingface.co/datasets/NurshatMenglik/NeuralConvection_2D_TrainTest/tree/v1.0-legacy)的 `v1.0-legacy` 固定版本，用于二维自然对流模型实验。文件与该版本逐个 SHA256 一致，未与后来发布的 v2 数据混用。 ## 数据集支持的任务 本数据集可用于 [OneScience/NeuralConvection-2D-CompactFNO](https://www.modelscope.cn/models/OneScience/NeuralConvection-2D-CompactFNO) 的训练与评估：从 Boussinesq 模拟场预测对应的可压缩流场。训练集有 4000 组；同分布、分布外、传统恒温边界三个测试集各有 200 组。 ## 数据格式 | 目录 | 样本数 | 文件 | shape | dtype | | --- | ---: | --- | --- | --- | | `train/` | 4000 | `X.pt`, `Y.pt` | `[4000,4,64,64]` | `float32` | | `test_in_distribution/` | 200 | `X.pt`, `Y.pt` | `[200,4,64,64]` | `float32` | | `test_ood/` | 200 | `X.pt`, `Y.pt` | `[200,4,64,64]` | `float32` | | `test_legacy/` | 200 | `X.pt`, `Y.pt` | `[200,4,64,64]` | `float32` | `X.pt` 为 Boussinesq 输入，`Y.pt` 为可压缩目标；通道顺序为 `[u_x,u_y,T,p]`。 ## 数据集使用方式 在模型包根目录执行： ```bash pip install 'modelscope[datasets]' modelscope download --dataset OneScience/NeuralConvection-2D-TrainTest-v1 --local_dir ./data ``` ## OneScience 官方信息 | 平台 | OneScience 主仓库 | Skills 仓库 | | --- | --- | --- | | Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills | | GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills | ## 引用与许可证 - 论文：[A Neural Surrogate Approach for Simulating Natural Convection Problems](https://arxiv.org/abs/2606.25259)。 - 原始数据：[NeuralConvection 2D Train/Test，`v1.0-legacy`](https://huggingface.co/datasets/NurshatMenglik/NeuralConvection_2D_TrainTest/tree/v1.0-legacy)，作者标注为 CC BY 4.0；使用和再分发时须保留来源与署名。