Dataset of a parameterized U-bend flow for Deep Learning Applications

要約

タイトル：深層学習アプリケーションのためのパラメータ化U字管流れのデータセット
要約：

– このデータセットには、U字管形状での流体流れと熱伝達シミュレーションが10,000個含まれています。
– それぞれは、28個の設計パラメータで説明され、計算流体力学法の支援を受けて処理されます。
– このデータセットは、設計最適化の分野からの様々な問題や手法を調査するための包括的な基準を提供します。
– これらの調査には、教師あり、半教師あり、教師なしの深層学習アプローチが使用できます。
– このデータセットの独特な特徴の1つは、各形状が設計パラメータと目的の組み合わせ、幾何学的な2D画像の5つの異なる解像度、数値シミュレーションの解の変数を使用した表現など、3つの異なるデータタイプで表現できることです。
– この3つ目の表現は、数値シミュレーションの特定のデータ構造を深層学習アプローチに考慮することを可能にします。
– この作業の一部として、データを生成するために使用されたソースコードとコンテナが公開されています。

要約(オリジナル)

This dataset contains 10,000 fluid flow and heat transfer simulations in U-bend shapes. Each of them is described by 28 design parameters, which are processed with the help of Computational Fluid Dynamics methods. The dataset provides a comprehensive benchmark for investigating various problems and methods from the field of design optimization. For these investigations supervised, semi-supervised and unsupervised deep learning approaches can be employed. One unique feature of this dataset is that each shape can be represented by three distinct data types including design parameter and objective combinations, five different resolutions of 2D images from the geometry and the solution variables of the numerical simulation, as well as a representation using the cell values of the numerical mesh. This third representation enables considering the specific data structure of numerical simulations for deep learning approaches. The source code and the container used to generate the data are published as part of this work.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI