論文の概要: Open Multimodal Datasets and Open-Source Software for Data-Driven Modeling of Multiphase Transport and Thermal Systems

• arxiv url: http://arxiv.org/abs/2605.23037v1
• Date: Thu, 21 May 2026 21:02:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.10087
• Title: Open Multimodal Datasets and Open-Source Software for Data-Driven Modeling of Multiphase Transport and Thermal Systems
• Title（参考訳）: 多相輸送・熱システムのデータ駆動モデリングのためのオープンマルチモーダルデータセットとオープンソースソフトウェア
• Authors: Christy Dunlap, Hari Pandey, Stephen Pierson, Daniel Curl, Braden Stevens, Mohammad Ishraq Hossain, Annapurna Parjuli, Chinmaya Joshi, Han Hu,
• Abstract要約: 本稿では,AI対応熱流体研究のためのマルチモーダルデータセットとオープンソースソフトウェアパッケージのオープンエコシステムを提案する。 我々は,ボイリング画像,音響・熱計測,高速ビデオ,赤外線サーモグラフィ,耐熱測定,CFD生成フィールド,設計ファイル,音響放射データにまたがるパブリックNED3データセットを整理した。 BubbleID, SeqReg, CFDTwin, IRISApp, decode-wfs, AELab, FlowLabなど,コンピュータビジョン, シーケンスレグレッション, 代理モデリング, 赤外線解析, 波形復号, 音響エミッション解析などの補完ソフトウェアパッケージについても述べる。
• 参考スコア（独自算出の注目度）: 7.145872909451082
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Data-driven modeling is becoming central to multiphase transport, electronics cooling, acoustic diagnostics, and thermal-fluid digital twins, but progress is limited by fragmented datasets and raw instrument files that are difficult to decode, reuse, or benchmark. This paper presents an open ecosystem of multimodal datasets and open-source software packages developed by the Nano Energy and Data-Driven Discovery (NED3) Laboratory for reproducible AI-enabled thermal-fluid research. We introduce a spatial-plus-temporal dimensionality framework, denoted S+TD, to classify datasets by the dimensionality of measured or simulated fields, including 0+0D point values, 0+1D time series, 1+0D profiles, 2+0D images, 2+1D videos, 3+0D volumetric fields, and multimodal combinations. We organize public NED3 datasets spanning boiling images, acoustic and thermal measurements, high-speed videos, infrared thermography, thermal-resistance measurements, CFD-generated fields, design files, and acoustic-emission data. We also describe complementary software packages, including BubbleID, SeqReg, CFDTwin, IRISApp, decode-wfs, AELab, and FlowLab, which support computer vision, sequence regression, surrogate modeling, infrared analysis, waveform decoding, acoustic-emission analysis, and multimodal diagnostics. Particular emphasis is placed on SeqReg, a general sequence-regression library for 0+1D, 1+1D, and 2+1D data, with applications such as nonintrusive heat-flux estimation. Finally, we discuss future community efforts to build interoperable thermal-fluid databanks and curated AI/ML tool libraries that connect datasets, metadata, decoders, baselines, benchmarks, and physically interpretable models.
• Abstract（参考訳）: データ駆動モデリングは、多相輸送、エレクトロニクス冷却、音響診断、熱流体デジタルツインの中心となっているが、断片化されたデータセットと、復号、再利用、ベンチマークが難しい生の機器ファイルによって進歩は制限されている。 本稿では,Nano Energy and Data-Driven Discovery (NED3) Laboratoryによって開発された,再現可能なAI対応熱流体研究のためのマルチモーダルデータセットとオープンソースソフトウェアパッケージのオープンエコシステムについて述べる。 我々は,0+0D点値,0+1D時系列,1+0Dプロファイル,2+0D画像,2+1Dビデオ,3+0D体積場,複数モードの組み合わせを含む,測定またはシミュレーションフィールドの次元によってデータセットを分類するために,S+TDという空間+時間次元の枠組みを導入する。 我々は,ボイリング画像,音響・熱計測,高速ビデオ,赤外線サーモグラフィ,耐熱測定,CFD生成フィールド,設計ファイル,音響放射データにまたがるパブリックNED3データセットを整理した。 また,BubbleID,SeqReg,CFDTwin,IRISApp,decode-wfs,AELab,FlowLabなど,コンピュータビジョン,シーケンスレグレッション,サロゲートモデリング,赤外線解析,波形復号,音響エミッション解析,マルチモーダル診断などの補完ソフトウェアパッケージについても述べる。 特にSeqRegは、0+1D、1+1D、2+1Dデータのための一般的なシーケンスレグレッションライブラリであり、非侵襲的熱流束推定などの応用に重点を置いている。 最後に、相互運用可能な熱流体データバンクと、データセット、メタデータ、デコーダ、ベースライン、ベンチマーク、物理的に解釈可能なモデルを接続するAI/MLツールライブラリを構築するための今後のコミュニティの取り組みについて議論する。

関連論文リスト

• PC2Model: ISPRS benchmark on 3D point cloud to model registration [1.0775419935941009]
  本稿では、古典的手法とデータ駆動手法の両方のトレーニングと評価を支援するために設計されたデータセットであるPC2Modelベンチマークを紹介する。 シミュレーションされたデータは正確な地上の真実と制御条件を提供し、実際のデータはセンサーや環境の人工物を導入している。 この設計は、ドメイン間の堅牢なトレーニングと評価をサポートし、シミュレーションから実世界のシナリオへのモデル転送可能性の体系的解析を可能にする。
  論文  参考訳（メタデータ） (2026-04-21T15:44:40Z)
• Holi-Spatial: Evolving Video Streams into Holistic 3D Spatial Intelligence [78.1406635199656]
  Holi-Spatialは、人間の介入なしに生のビデオ入力から構築された、初めて完全に自動化され、大規模で、空間対応のマルチモーダルデータセットである。 Holi-Spatial-4Mは、12K最適化された3DGSシーン、1.3Mの2Dマスク、320Kの3Dバウンディングボックス、320Kのインスタンスキャプション、1.2Mの3Dグラウンドインスタンス、1.2Mの空間QAペアを含む、最初の大規模で高品質な3Dセマンティックデータセットである。
  論文  参考訳（メタデータ） (2026-03-08T14:49:20Z)
• AutoHood3D: A Multi-Modal Benchmark for Automotive Hood Design and Fluid-Structure Interaction [0.0]
  このデータセットは,ロータリーディップ塗装時の流体巻き込みおよび慣性負荷による実用的多物理問題フード変形を中心に構築されている。 各フードは、合計1.2Mセルを用いたLES(Large-Eddy Simulation)-Finite Element Analysis(FEA)で数値モデル化される。 データセットは、STLメッシュと構造化された自然言語プロンプトとともに、時間分解された物理フィールドを提供する。
  論文  参考訳（メタデータ） (2025-11-05T14:09:03Z)
• A workflow for generating synthetic LiDAR datasets in simulation environments [0.0]
  本稿では,自動運転車の認識,ロボット工学研究,センサセキュリティ解析を支援するために,合成LiDARデータセットを生成するシミュレーションワークフローを提案する。 都会のシナリオで運用されている模擬車両プラットフォームに飛行時間LiDAR、画像センサ、二次元スキャナを統合する。 本研究は, 対向点注入や偽造攻撃などのLiDARデータにおける潜在的なセキュリティ脆弱性を調査し, 合成データセットが防衛戦略の評価をいかに促進するかを実証する。
  論文  参考訳（メタデータ） (2025-06-20T17:56:15Z)
• Step1X-3D: Towards High-Fidelity and Controllable Generation of Textured 3D Assets [90.99212668875971]
  Step1X-3Dは、データの不足、アルゴリズムの制限、エコシステムの断片化といった課題に対処するオープンフレームワークである。 拡散型テクスチャ合成モジュールとハイブリッドVAE-DiTジオメトリジェネレータを組み合わせた2段階の3Dネイティブアーキテクチャを提案する。 ベンチマークの結果は、既存のオープンソースメソッドを超える最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2025-05-12T16:56:30Z)
• TUM2TWIN: Introducing the Large-Scale Multimodal Urban Digital Twin Benchmark Dataset [90.97440987655084]
  都市デジタルツインズ(UDT)は、都市管理と多様なソースからの複雑な異種データの統合に欠かせないものとなっている。 これらの課題に対処するために、最初の総合的マルチモーダルなUrban Digital TwinベンチマークデータセットTUM2TWINを紹介する。 このデータセットには、地理的にセマンティックに整合した3Dモデルとネットワーク、およびさまざまな地球、モバイル、航空、衛星観測結果、約10,000ドル以上のデータサブセット、そして現在767GBのデータが含まれている。
  論文  参考訳（メタデータ） (2025-05-12T09:48:32Z)
• mmE5: Improving Multimodal Multilingual Embeddings via High-quality Synthetic Data [71.352883755806]
  マルチモーダル埋め込みモデルは、テキストや画像などの様々なモダリティからデータを統一表現空間にマッピングする能力において、大きな注目を集めている。 しかし、ラベル付きマルチモーダルデータは、しばしば埋め込み性能を妨げる。 近年のアプローチでは、この問題に対処するためにデータ合成を活用しているが、合成データの質は依然として重大なボトルネックとなっている。
  論文  参考訳（メタデータ） (2025-02-12T15:03:33Z)
• Data-Juicer 2.0: Cloud-Scale Adaptive Data Processing for and with Foundation Models [83.65386456026441]
  Data-Juicer 2.0は、テキスト、画像、ビデオ、オーディオのモダリティにまたがる100以上のデータ処理オペレータがバックアップするデータ処理システムである。 データ分析、合成、アノテーション、基礎モデルのポストトレーニングなど、より重要なタスクをサポートする。 このシステムは公開されており、さまざまな研究分野やAlibaba Cloud PAIのような現実世界の製品で広く採用されている。
  論文  参考訳（メタデータ） (2024-12-23T08:29:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。