Die Quelle: Eine umfangreiche Sammlung verschiedener Physiksimulationen für maschinelles Lernen.

The Well: a Large-Scale Collection of Diverse Physics Simulations for Machine Learning

November 30, 2024

Autoren: Ruben Ohana, Michael McCabe, Lucas Meyer, Rudy Morel, Fruzsina J. Agocs, Miguel Beneitez, Marsha Berger, Blakesley Burkhart, Stuart B. Dalziel, Drummond B. Fielding, Daniel Fortunato, Jared A. Goldberg, Keiya Hirashima, Yan-Fei Jiang, Rich R. Kerswell, Suryanarayana Maddu, Jonah Miller, Payel Mukhopadhyay, Stefan S. Nixon, Jeff Shen, Romain Watteaux, Bruno Régaldo-Saint Blancard, François Rozet, Liam H. Parker, Miles Cranmer, Shirley Ho

cs.AI

Zusammenfassung

Surrogatmodelle auf Basis von maschinellem Lernen bieten Forschern leistungsstarke Werkzeuge zur Beschleunigung von simulationsbasierten Arbeitsabläufen. Allerdings kann es aufgrund der Tatsache, dass Standarddatensätze in diesem Bereich oft nur kleine Klassen physikalischen Verhaltens abdecken, schwierig sein, die Wirksamkeit neuer Ansätze zu bewerten. Um diese Lücke zu schließen, stellen wir den Well vor: eine umfangreiche Sammlung von Datensätzen, die numerische Simulationen einer Vielzahl von raumzeitlichen physikalischen Systemen enthalten. Der Well greift auf Fachleute aus verschiedenen Bereichen und Entwickler numerischer Software zurück, um 15 TB Daten über 16 Datensätze bereitzustellen, die verschiedene Bereiche wie biologische Systeme, Strömungsmechanik, akustische Streuung sowie magneto-hydrodynamische Simulationen extragalaktischer Fluide oder Supernova-Explosionen abdecken. Diese Datensätze können einzeln oder als Teil eines umfassenderen Benchmark-Sets verwendet werden. Um die Nutzung des Well zu erleichtern, bieten wir eine einheitliche PyTorch-Schnittstelle zum Trainieren und Evaluieren von Modellen an. Wir demonstrieren die Funktionalität dieser Bibliothek, indem wir Beispielausgangspunkte vorstellen, die die neuen Herausforderungen durch die komplexen Dynamiken des Well hervorheben. Der Code und die Daten sind verfügbar unter https://github.com/PolymathicAI/the_well.

English

Machine learning based surrogate models offer researchers powerful tools for accelerating simulation-based workflows. However, as standard datasets in this space often cover small classes of physical behavior, it can be difficult to evaluate the efficacy of new approaches. To address this gap, we introduce the Well: a large-scale collection of datasets containing numerical simulations of a wide variety of spatiotemporal physical systems. The Well draws from domain experts and numerical software developers to provide 15TB of data across 16 datasets covering diverse domains such as biological systems, fluid dynamics, acoustic scattering, as well as magneto-hydrodynamic simulations of extra-galactic fluids or supernova explosions. These datasets can be used individually or as part of a broader benchmark suite. To facilitate usage of the Well, we provide a unified PyTorch interface for training and evaluating models. We demonstrate the function of this library by introducing example baselines that highlight the new challenges posed by the complex dynamics of the Well. The code and data is available at https://github.com/PolymathicAI/the_well.