TurtLES: Benchmark de 14 TB para simulaciones neuronales de turbulencia 3D

Fuentes: TurtLES: 14 TB Benchmark for 3D Turbulent Neural PDE Surrogates

El proyecto TurtLES presenta un conjunto de datos masivo de 14 TB diseñado para evaluar la capacidad de los modelos de aprendizaje automático en la simulación de flujos turbulentos tridimensionales. Este recurso, publicado en arXiv, aborda la limitación actual de los benchmarks existentes, que suelen carecer de la complejidad temporal y física necesaria para capturar la dinámica de la transición de capa de cizalladura. El dataset incluye 400 trayectorias, cada una con 400 pasos de tiempo, y contiene entre 3 y 11 millones de puntos por fotograma, abarcando variaciones en la geometría, el número de Reynolds y el ángulo de ataque.

A diferencia de los conjuntos de datos previos, TurtLES se distingue por integrar tres características clave: la turbulencia físicamente realista con una cascada de energía activa impulsada por el estiramiento de vórtices, mallas irregulares densas y dinámicas temporales de largo alcance. El objetivo es proporcionar una referencia estándar para medir el rendimiento de los operadores neuronales de última generación en entornos con resolución de malla industrialmente relevante. El estudio identifica modos de fallo específicos en los rollouts autoregresivos, destacando la inestabilidad temporal, la pérdida de energía a pequeña escala y las dificultades para aprender en dominios irregulares de gran tamaño. Esta herramienta sirve como marco de referencia para la comunidad científica en dinámica de fluidos computacional y desarrollo de surrogados neuronales.