Mengapa perlu pipeline dataset lain
Persiapan data untuk melatih model yang memprediksi aliran tiga dimensi di sekitar benda biasanya tidak terhambat oleh jaringan saraf, melainkan oleh rutinitas: perlu menghasilkan geometri, membangun mesh komputasi, melakukan simulasi, dan menyatukan hasil ke dalam format yang seragam. Semua ini sulit untuk direproduksi secara otomatis, sehingga dataset yang jadi menjadi mahal dan sulit diskalakan.
Alat sumber terbuka ChannelFlow-Tools menawarkan pendekatan berbeda: mengumpulkan dataset bukan satu per satu, melainkan melalui pipeline utuh — mulai dari pembuatan rintangan secara prosedural hingga mengemas medan aliran tiga dimensi ke dalam tensor yang siap untuk pelatihan. Berdasarkan deskripsi proyek di arXiv, tujuan utama penulis adalah menghilangkan operasi manual dan membuat prosesnya dapat direproduksi semaksimal mungkin.
Apa yang terjadi di dalam pipeline
Tugas yang umum terlihat seperti ini: sebuah rintangan ditempatkan di dalam saluran, dan berdasarkan kondisi aliran di bagian hulu, perlu memprediksi medan kecepatan dan tekanan tiga dimensi di sekitar objek. Keunikan ChannelFlow-Tools adalah ia secara otomatis mencoba berbagai varian geometris dari enam keluarga bentuk. Alih-alih memilih objek secara manual, digunakan pembuatan prosedural yang dapat menghasilkan beragam rintangan dengan parameter yang terkontrol.
Selanjutnya, geometri diterjemahkan ke dalam representasi voxel berdasarkan medan jarak bertanda. Representasi ini nyaman untuk model konvolusional dan tidak memerlukan penanganan langsung mesh komputasi yang tidak beraturan. Setelah itu, simulasi kisi-Boltzmann dijalankan — metode numerik untuk menyelesaikan persamaan hidrodinamika yang cocok untuk komputasi paralel. Terakhir, hasil simulasi dan mask geometri asli digabungkan menjadi tensor yang siap untuk arsitektur jaringan saraf.
Seluruh proses dikendalikan oleh berkas konfigurasi. Ini berarti parameter pembuatan, kondisi simulasi, dan format data keluaran dapat diatur secara deklaratif, bukan "dikodekan secara kaku". Menurut klaim penulis, tahap pembuatan geometri dapat direproduksi byte-demi-byte: konfigurasi yang sama menghasilkan objek yang sama terlepas dari eksekusi ulang. Untuk simulator fisika, reproduksibilitas bit penuh lebih sulit, tetapi setidaknya bagian prosedural dari proyek ini dibuat secara ketat.
Validasi data bukan "sekadar perkiraan"
Membuat dataset hanyalah setengah dari pekerjaan. Sebelum menggunakannya untuk pelatihan, penulis melakukan beberapa tingkat validasi. Di antaranya — pemeriksaan menyeluruh integritas mesh komputasi, uji analitik fungsi jarak bertanda, dan perbandingan dengan tolok ukur aliran di sekitar bola yang sudah dikenal. Integritas byte data setelah semua transformasi juga diperiksa.
Audit semacam ini penting bukan hanya untuk kualitas sampel individual, tetapi juga untuk memastikan bahwa seluruh korpus data konsisten. Jika model dilatih pada ribuan simulasi, bahkan kegagalan yang jarang terjadi dalam geometri atau pengemasan dapat berubah menjadi kesalahan sistematis.
Apakah data berfungsi dalam praktik
Untuk menunjukkan kegunaan dataset yang dihasilkan, penulis melatih tiga model pengganti: 3D U-Net, FNO, dan U-FNO. Masing-masing dilatih untuk memprediksi medan aliran berdasarkan geometri dan parameter aliran yang diketahui. Sampel pelatihan terdiri dari 450 simulasi dengan bilangan Reynolds tereduksi sekitar 1000 hingga 10.000.
Fakta rendahnya kesalahan pada data pelatihan saja tidak banyak berarti. Hasil yang lebih menarik adalah perilaku model pada pemisahan uji yang melampaui distribusi pelatihan: keluarga bentuk lain dan bilangan Reynolds yang belum pernah terlihat sebelumnya. Menurut penulis, prediksi tetap dapat diinterpretasikan secara fisika. Ini secara tidak langsung menegaskan bahwa struktur data yang dikumpulkan oleh pipeline menyampaikan pola aliran nyata kepada model, bukan sekadar "menghafal" contoh dari sampel pelatihan.
Kesimpulan
Berdasarkan materi yang tersedia, ChannelFlow-Tools mengisi celah penting antara solver CFD dan pembelajaran mesin. Alih-alih skrip terpisah untuk pra-pemrosesan, proyek ini menawarkan pipeline yang dapat dikonfigurasi, terverifikasi, dan dapat direproduksi. Ini menjadikannya alat yang berguna bagi peneliti yang bekerja dengan aliran tiga dimensi dan ingin lebih fokus pada arsitektur model, bukan pada perakitan dataset berikutnya.
Artikel ini tersedia di arXiv dengan nomor 2509.15236; daftar penulis mencakup Shubham Kavane, Lukas Schröder, Kajol Kulkarni, Fernando Gonzalez, dan Harald Koestler.
