beno

<p align="center"> <strong> <span style="font-size: 30px;">beno</span> </strong> </p> ## 数据集介绍 BENO 数据集由发表于 ICLR 2024 的论文 [《BENO: Boundary-Embedded Neural Operators for Elliptic PDEs》](https://proceedings.iclr.cc/paper_files/paper/2024/file/218ca0d92e6ed8f9db00621e103dc70c-Paper-Conference.pdf) 构建，主要面向复杂边界条件下的椭圆型偏微分方程求解任务。该数据集包含四角、三角、两角、单角和无角五类随机边界几何形状。本标准化仓库提供统一的 32×32 分辨率数据，便于开展模型训练、性能评估及不同方法之间的横向比较。 ## 仓库说明 本标准化数据仓库整理了采用狄利克雷边界条件（Dirichlet）和诺伊曼边界条件（Neumann）的椭圆型 PDE 数据，可作为 OneScience/BENO 模型的训练、推理、评测和可视化数据输入。仓库包含 `N32_0c`、`N32_1c`、`N32_2c`、`N32_3c`、`N32_4c` 和 `N32_mix` 六类配置；每类配置均提供 `BC`、`RHS` 和 `SOL` 三个 `float64` 类型的 NPY 文件，每个文件包含 1,000 个样本。 ## 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，介绍仓库能力、数据格式、下载与校验方法 | | `onescience_run_manifest.yaml` | OneScience 标准运行清单 | 声明数据集标识、依赖、能力矩阵、关联模型和校验命令；本仓库未配置训练、推理等执行入口 | | `dataset_infos.json` | ModelScope 数据集元信息 | 登记默认配置、字段信息及 `train` split 元数据 | | `metadata/beno_schema.json` | BENO 数据模式说明 | 记录边界类型、数据配置、文件 shape、dtype 及默认模型子集 | | `data/Dirichlet/` | 狄利克雷边界条件数据 | 包含 6 类配置对应的 `BC`、`RHS`、`SOL` 文件，共 18 个 NPY 文件 | | `data/Neumann/` | 诺伊曼边界条件数据 | 包含 6 类配置对应的 `BC`、`RHS`、`SOL` 文件，共 18 个 NPY 文件 | | `scripts/validate_beno_dataset.py` | 数据集校验脚本 | 检查目录结构、文件数量、shape、dtype、样例值和文件大小；支持可选 SHA256 校验 | | `data_integrity_summary.json` | 数据完整性汇总 | 记录文件数量、总大小及源数据与标准化数据的比对结果，当前差异数为 0 | ## 数据格式 | 文件模式 | shape | dtype | 说明 | |---|---:|---|---| | `BC_<prefix>_all.npy` | `[1000, 128, 4]` | `float64` | 边界坐标、边界值和边界相关特征；通道 3 在原始数据中为 NaN 占位 | | `RHS_<prefix>_all.npy` | `[1000, 1024, 4]` | `float64` | 方程右端项数据，32x32 网格上的坐标、源项和单元状态 | | `SOL_<prefix>_all.npy` | `[1000, 1024, 1]` | `float64` | 椭圆 PDE 解场 | ## 使用说明 本数据集适配 `OneScience/BENO` 模型，BENO 运行时可通过模型包脚本把本仓库的数据组织到模型运行目录。 - 文件与下载： ``` modelscope download --dataset OneScience/beno --local_dir ./beno modelscope download --model OneScience/BENO --local_dir ./BENO ``` - 数据验证 ```bash python scripts/validate_beno_dataset.py ``` 完整 SHA256 校验可执行 `python scripts/validate_beno_dataset.py --full-hash`。会读取约 540.7 MB 数据。 ## 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 - BENO 原始论文：[BENO: Boundary-embedded Neural Operators for Elliptic PDEs](https://openreview.net/forum?id=ZZTkLDRmkg) - 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。