中科院计算机网络信息中心在数值模拟物理参数交互式探索研究中取得新进展
中科院计算机网络信息中心在数值模拟物理参数交互式探索研究中取得新进展
数值模拟是超级计算、AI for Science的重要方法，由于数值模拟物理参数空间的高度复杂性，导致传统后处理模式在探索参数空间时效率低下，需要多环节反复迭代；而当前的先进方法（SOTA）仅支持从参数到可视化结果的单向过程，获取目标参数仍需大量尝试。此外，科学可视化结果的生成受到严格约束条件限制，导致有效隐向量呈离散分布，使得计算机视觉的生成式模型现有的连续隐向量编辑方法失效，从而无法迁移至此科学可视化预测图像编辑任务。
中国科学院计算机网络信息中心先进交互式技术与应用发展部团队设计了ParamsDrag模型，创新性地提出了基于连续输入空间的隐向量跳跃编辑方法，成功突破了有效隐向量离散分布的编辑瓶颈。同时，团队提出并设计了基于精准约束的可视化生成模型，开创了 “模拟参数—可视化预测—物理参数反演”全新探索模式。通过多组实验证明，ParamsDrag模型在真实科学数值模拟中的可视化预测与参数探索方面表现良好，优于SOTA方法。这项成果为数值模拟物理参数空间的高效探索提供了有力支持，相关论文被可视化领域会议IEEE Visualization (IEEE Vis 2024，CCF-A类会议)录用，第一作者为中国科学院计算机网络信息中心李观副研究员，通信作者为中国科学院计算机网络信息中心单桂华研究员。
该研究得到国家重点研发计划和国家自然科学青年科学基金的资助。
宇宙模拟参数交互式分析
相关成果
Guan Li,Yang Liu, Guihua Shan*, Weiqun Cao, Ko-Chih Wang. ParamsDrag: Interactive Parameter Space Exploration via Image-Space Dragging, IEEE Visualization,13-17, Oct. 2024.
本文原文来自中国科学院计算机网络信息中心