宇宙暗物质模拟仿真数据集

宇宙暗物质模拟仿真数据集该数据集为基于HPC-AI框架移植的示范案例“HPC-AI宇宙学应用”的训练数据集，由HPC-AI宇宙学应用执行N-Body模拟程序产生宇宙暗物质分布数据，用于训练深度学习模型，预测宇宙物理参数。为了保证数据的客观准确性,由北京航空航天大学软件测评实验室于2024年6月进行第三方测试时产生，测试之前对测试条件、测试环境等进行了严格的检查和测量，确保了测试的有效性和数据的准确性。

宇宙暗物质模拟仿真数据集在HPC-AI协同开发和运行框架上使用MUSIC和pycola软件包生成暗物质的n-body模拟。MUSIC是一个生成宇宙初始条件的应用，MUSIC在模拟运行前随机初始化三个描述宇宙状态的参数：暗物质比率, 原始功率谱指数，物质超密度方差。pycola是一个多线程的Python/Cython n-body应用，可以根据MUSIC生成的初始数据来生成宇宙暗物质的位置分布。从pycola模拟中收集原始数据后，进行数据预处理，将原始数据转换为可以直接输入到3D CNN模型的训练数据。

搜集汇总

背景与挑战

背景概述

该数据集基于HPC-AI框架，通过MUSIC和pycola软件包生成宇宙暗物质的n-body模拟数据，用于训练深度学习模型以预测宇宙物理参数。数据经过严格第三方测试和预处理，确保准确性，可直接输入3D CNN模型进行训练。