يشارك مستخدم تجربته بشأن التكلفة الحسابية لتوليد مجموعات بيانات التدريب من المحاكاة الفيزيائية، مثل تدفق الموائع والحقول الهيكلية. ويؤكد أن التحدي الرئيسي ليس في بنية النموذج، بل في صعوبة بناء مجموعة بيانات كبيرة ومتنوعة عندما يكون كل عينة مكلفة الإنتاج.
تسعى المنشور إلى الحصول على مدخلات المجتمع حول عدة جوانب رئيسية لإدارة بيانات المحاكاة:
- استراتيجيات أخذ العينات للحالات المكلفة، بما في ذلك المكعب الهجين اللاتيني، والتعلم النشط، وأخذ العينات التكيفية.
- تنسيقات تمثيل البيانات للبيانات الحقلية على الشبكات أو الشبكات المربعة، مثل السحب النقطية، وشبكات الفوكسل، والرسوم البيانية، أو المصفوفات المنتظمة المعاد أخذ العينات منها.
- تقنيات التوليف مثل التماثل، والدوران، والتراكب، وإمكاناتها في كسر الفيزياء الأساسية.
- استخدام النموذج نفسه في التعلم النشط لقرارة أي عينات مكلفة جديدة سيتم إنشاؤها بعد ذلك.
يهتم المؤلف بشكل خاص بالتجارب الواقعية التي تتعامل مع وضع "القليل من العينات المكلفة" بدلاً من افتراضات البيانات الضخمة القياسية.