Solve PDEs with AI | Rayleigh–Bénard Convection

kaggle2024-04-03 更新2024-04-26 收录

偏微分方程

Rayleigh–Bénard对流

数据链接：

https://www.kaggle.com/datasets/zijiangyang1116/solve-pdes-with-ai-rayleighbnard-convection 数据链接链接失效反馈

官方服务：

资源简介：

This dataset can serve as a benchmark for models used to solve PDEs.

本数据集可作为求解偏微分方程（Partial Differential Equations）模型的基准测试集。

创建时间：

2024-04-03

APEBench

机器学习

偏微分方程

APEBench是由慕尼黑工业大学的机器学习中心创建的一个综合性基准套件，旨在评估自回归神经网络在求解偏微分方程（PDE）中的表现。该数据集包含46种不同的PDE动态，涵盖从一维到三维的空间维度，数据量庞大且多样化。数据集的创建过程结合了高效的伪谱方法和可微分模拟框架，确保了数据生成的高效性和准确性。APEBench主要应用于神经网络架构的评估和优化，旨在解决复杂PDE模拟中的精度和速度问题。

arXiv2024-11-01 更新4130

Kuramoto-Sivashinsky PDE Lyapunov Exponents: Code & Data

偏微分方程

Lyapunov指数

MATLAB code and the generated datasets for the Lyapunov exponent spectra of the Kuramoto-Sivashinsky PDE, as published in the paper 'Lyapunov Exponents of the Kuramoto-Sivashinsky PDE' in 2019.

DataCite Commons2025-12-16 更新170

Neural Operator Approximation Dataset

机器学习

偏微分方程

该数据集是为了训练和测试神经算子对反应-扩散偏微分方程自适应控制中的增益核的近似而构建的。它包含了从有限差分求解器模拟得到的估计反应系数与增益核的配对数据。此外，该数据集包括10个随机抽取的λ值，其中γ在(8.5, 9.5)范围内均匀采样。使用Nvidia RTX 3090Ti显卡模拟10个植物的轨迹耗时超过1小时。数据集规模为5000对(λ̂, k̅)，用于训练和测试，任务旨在训练神经算子近似，

arXiv110

Generative Discovery of Partial differential Equation by Learning from Math Handbooks

偏微分方程

生成模型

The dataset and results for the manuscript " Generative Discovery of Partial differential Equation by Learning from Math Handbooks "

DataCite Commons2024-10-09 更新320

CPDES3: A preconditioned conjugate gradient solver for linear asymmetric matrix equations arising from coupled partial differential equations in three dimensions

数值分析

偏微分方程

Abstract Many physical problems require the solution of coupled partial differential equations on three-dimensional domains. When the time scales of interest dictate an implicit discretization of th

Mendeley Data2023-02-23 更新160

Solve PDEs with AI | Rayleigh–Bénard Convection

资源简介：

相关数据集