PoreML：多孔介质多相流学习开源框架发布

Chunyang Wang 等作者发布开源框架 PoreML，将多孔介质多相流机器学习的数据生成、模型训练与评估统一在一起，并配套公开一个 3.3 TB 数据集，含 560 次模拟、158,546 个时间步，覆盖四个应用场景。 框架内置 GPU 原生的格子 Boltzmann 求解器，作者称其已对照解析解和已发表实验完成验证，用于可复现的数据生成；学习评估部分同时考察单步预测和自回归长程推演。 评估覆盖五种模型架构，并设置两项迁移挑战：一是扩展到更大区域，二是从合成结构迁移到 micro-CT 扫描得到的结构。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。