Neptuna: Benchmark ML su larga scala per flussi multifase comprimibili

I ricercatori hanno introdotto Neptuna, il primo benchmark su larga scala per surrogati di machine learning in flussi multifase comprimibili guidati da onde d'urto. Il benchmark comprende 2,4 TB di dataset 2D e 3D ad alta fedeltà che presentano collasso di bolle indotto da urto e rottura di gocce. Questi flussi coinvolgono forti interazioni non lineari, comprimibilità, discontinuità nette ed effetti multifase, rendendo la modellazione surrogata impegnativa. Il dataset è ospitato su Hugging Face nel repository FluidVerse, con video di esempio, metadati e grafici di rollout dell'inferenza forniti nel materiale supplementare. Lo studio valuta diverse famiglie di modelli surrogati sul benchmark, con l'obiettivo di far progredire surrogati ML affidabili per applicazioni come il collasso di bolle e la rottura di gocce.