數(shù)值模擬是超級計算、AI for Science的重要方法，由于數(shù)值模擬物理參數(shù)空間的高度復(fù)雜性，導(dǎo)致傳統(tǒng)后處理模式在探索參數(shù)空間時效率低下，需要多環(huán)節(jié)反復(fù)迭代；而當(dāng)前的先進方法（SOTA）僅支持從參數(shù)到可視化結(jié)果的單向過程，獲取目標(biāo)參數(shù)仍需大量嘗試。此外，科學(xué)可視化結(jié)果的生成受到嚴(yán)格約束條件限制，導(dǎo)致有效隱向量呈離散分布，使得計算機視覺的生成式模型現(xiàn)有的連續(xù)隱向量編輯方法失效，從而無法遷移至此科學(xué)可視化預(yù)測圖像編輯任務(wù)。。

我中心先進交互式技術(shù)與應(yīng)用發(fā)展部團隊設(shè)計了ParamsDrag模型，創(chuàng)新性地提出了基于連續(xù)輸入空間的隱向量跳躍編輯方法，成功突破了有效隱向量離散分布的編輯瓶頸。同時，團隊提出并設(shè)計了基于精準(zhǔn)約束的可視化生成模型，開創(chuàng)了 “模擬參數(shù)—可視化預(yù)測—物理參數(shù)反演”全新探索模式。通過多組實驗證明，ParamsDrag模型在真實科學(xué)數(shù)值模擬中的可視化預(yù)測與參數(shù)探索方面表現(xiàn)良好，優(yōu)于SOTA方法。這項成果為數(shù)值模擬物理參數(shù)空間的高效探索提供了有力支持，相關(guān)論文被可視化領(lǐng)域會議IEEE Visualization (IEEE Vis 2024，CCF-A類會議)錄用，第一作者為我中心李觀副研究員，通信作者為我中心單桂華研究員。

該研究得到國家重點研發(fā)計劃和國家自然科學(xué)青年科學(xué)基金的資助。

ParamsDrag模型流程圖

宇宙模擬參數(shù)交互式分析

相關(guān)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.

責(zé)任編輯：郎楊琴