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)空間的高度復雜性，導致傳統(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)反復迭代；而當前的先進方法（SOTA）僅支持從參數(shù)到可視化結果的單向過程，獲取目標參數(shù)仍需大量嘗試。此外，科學可視化結果的生成受到嚴格約束條件限制，導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可視化預測圖像編輯任務。。

我中心先進交互式技術與應用發(fā)展部團隊設計了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，團隊提出并設計了基于精準約束的可視化生成模型，開創(chuàng)了 “模擬參數(shù)—可視化預測—物理參數(shù)反演”全新探索模式。通過多組實驗證明，ParamsDrag模型在真實科學數(shù)值模擬中的可視化預測與參數(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，相關論文被可視化領域會議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青年科學基金的資助。

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.

責任編輯：郎楊琴