PoreML开源框架发布:3.3TB多孔介质多相流数据集加速机器学习研究
研究团队发布开源框架PoreML,统一多孔介质多相流机器学习的数据生成、训练与评测:含GPU原生格子玻尔兹曼求解器、3.3TB/560次模拟/158546个时间步的数据集及统一评测协议,覆盖CO2封存、燃料电池等应用场景,并对五种主流模型架构进行了系统评估。
共 2 篇
研究团队发布开源框架PoreML,统一多孔介质多相流机器学习的数据生成、训练与评测:含GPU原生格子玻尔兹曼求解器、3.3TB/560次模拟/158546个时间步的数据集及统一评测协议,覆盖CO2封存、燃料电池等应用场景,并对五种主流模型架构进行了系统评估。
荷兰/德国研究者用色梯度格子玻尔兹曼方法模拟产气反应在双连续bijel催化剂载体结构中的流动,发现该形貌可实现极高转化效率,且通过超亲水表面涂层可进一步优化催化性能。研究填补了bijel产气催化的数值空白,为摆脱随机多孔载体的气泡捕获缺陷提供量化设计依据。