lagrangian

<p align="center"> <strong> <span style="font-size: 30px;">Lagrangian</span> </strong> </p> ## 数据集介绍 Lagrangian 数据集来源于 DeepMind 团队发表于 ICML 2020 的论文 [《Learning to Simulate Complex Physics with Graph Networks》](https://proceedings.mlr.press/v119/sanchez-gonzalez20a.html)，是该论文 Graph Network-based Simulator（GNS）基准中的二维 Water 粒子动力学数据。数据以粒子为图节点，通过粒子位置序列和粒子类型描述流体随时间的演化，可用于拉格朗日粒子动力学建模、流体长期滚动预测以及图神经网络物理仿真评测。 ## 仓库说明 本标准化数据集仓库整理了 Lagrangian Water 的训练集、验证集和测试集 TFRecord 文件，以及数据元信息、数据模式、完整性汇总和校验脚本，可作为 `OneScience/LagrangianMGN` 模型的训练、推理、评测和可视化数据输入。核心数据统一放置在 `data/Water/` 下，其中训练集包含 1,000 条轨迹，验证集和测试集各包含 30 条轨迹。 ## 文件说明 | 路径 | 功能 | 备注 | |---|---|---| | `README.md` | 数据集仓库使用说明 | 中文为主，介绍数据来源、仓库内容、数据格式、下载与校验方法 | | `data/Water/metadata.json` | Water 数据元信息 | 记录空间边界、轨迹长度、维度、时间步长、默认连接半径及速度和加速度的归一化统计量 | | `data/Water/train.tfrecord` | 训练集轨迹数据 | TFRecord SequenceExample 格式，包含 1,000 条粒子运动轨迹 | | `data/Water/valid.tfrecord` | 验证集轨迹数据 | TFRecord SequenceExample 格式，包含 30 条粒子运动轨迹 | | `data/Water/test.tfrecord` | 测试集轨迹数据 | TFRecord SequenceExample 格式，包含 30 条粒子运动轨迹 | | `metadata/lagrangian_water_schema.json` | Lagrangian Water 数据模式说明 | 汇总数据划分、特征编码、shape、dtype 和 Water 仿真配置 | | `scripts/validate_lagrangian_dataset.py` | 数据集校验脚本 | 检查目录结构、文件大小和元信息，并可读取各 split 首条记录检查 shape 与 dtype；支持可选 SHA256 校验 | | `data_integrity_summary.json` | 数据完整性汇总 | 记录来源文件与标准化文件的大小、SHA256 及一致性比对结果 | ## 数据格式 数据集采用 TFRecord SequenceExample 格式，每条记录对应一条粒子运动轨迹。粒子数量 `num_particles` 随轨迹变化，空间维度 `dim=2`。 | 特征 | 所属部分 | shape | dtype | 源编码 | 说明 | |---|---|---:|---|---|---| | `position` | sequence feature | `[1001, num_particles, 2]` | `float32` | `bytes` | 1,001 帧粒子二维位置，对应 1,000 个演化时间步 | | `particle_type` | context feature | `[num_particles]` | `int64` | `bytes` | 每个粒子的类型标识 | 数据划分如下： | 文件 | split | 轨迹数 | 说明 | |---|---|---:|---| | `data/Water/train.tfrecord` | `train` | 1,000 | 用于模型训练 | | `data/Water/valid.tfrecord` | `valid` | 30 | 用于模型验证与参数选择 | | `data/Water/test.tfrecord` | `test` | 30 | 用于模型测试与结果评估 | `data/Water/metadata.json` 还包含 `bounds=[[0.1, 0.9], [0.1, 0.9]]`、`sequence_length=1000`、`default_connectivity_radius=0.015`、`dt=0.0025`，以及 `vel_mean`、`vel_std`、`acc_mean` 和 `acc_std` 等归一化字段。 ## 使用说明 本数据集适配 `OneScience/LagrangianMGN` 模型。 - 文件与下载： ```bash modelscope download --dataset OneScience/lagrangian --local_dir ./lagrangian modelscope download --model OneScience/LagrangianMGN --local_dir ./LagrangianMGN ``` - 数据验证 ```bash python scripts/validate_lagrangian_dataset.py ``` 完整 SHA256 校验可执行 `python scripts/validate_lagrangian_dataset.py --verify-sha256`。 ## 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 - Lagrangian Water 原始论文：[Learning to Simulate Complex Physics with Graph Networks](https://proceedings.mlr.press/v119/sanchez-gonzalez20a.html) - 本仓库保留来源说明，并面向 OneScience ModelScope 自动运行场景进行整理；公开分发前请根据上游项目确认许可证要求。