camlab-ethz/NS-Sines
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-Sines
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，包含从正弦初始条件开始的速度轨迹，并包含一个由流动携带的被动示踪剂。数据集模拟了单位正方形上的流动，时间达到T=1，并以均匀的空间和时间间隔保存。数据集包含20000条轨迹，每条轨迹有21个时间步长，每个时间步长包含水平速度、垂直速度和被动示踪剂三个分量，空间维度为128x128。数据集被分为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，包含从正弦初始条件开始的速度轨迹，并包含一个由流动携带的被动示踪剂。数据集模拟了单位正方形上的流动，时间达到T=1，并以均匀的空间和时间间隔保存。数据集包含20000条轨迹，每条轨迹有21个时间步长，每个时间步长包含水平速度、垂直速度和被动示踪剂三个分量，空间维度为128x128。数据集被分为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
简短描述
该数据集基于不可压缩的Navier-Stokes方程，包含从正弦初始速度条件开始的轨迹，详见arXiv:2405.19101。数据集还包含由流动携带的被动示踪剂。
维度
组装后的NetCDF文件包含一个名为velocity的变量，其维度如下：
- 20000（轨迹数量）
- 21（时间步长）
- 3（水平速度、垂直速度、被动示踪剂）
- 128（x维度）
- 128（y维度）
该数据集在单位正方形上模拟至T=1，并按空间和时间均匀间隔保存。
训练/验证/测试分割
数据集分为：
- 19640条轨迹用于训练
- 120条轨迹用于验证
- 240条轨迹用于测试
下载与组装
数据集可通过huggingface-cli download等方式下载。下载后，可使用提供的assemble_data.py脚本将分块数据组装成单个NetCDF文件，使用方法如下：
bash
python assemble_data.py --input_dir . --output_file NS-Sines.nc
