数值模拟是超级计算、AI for Science的重要方法，由于数值模拟物理参数空间的高度复杂性，导致传统后处理模式在探索参数空间时效率低下，需要多环节反复迭代；而当前的先进方法（SOTA）仅支持从参数到可视化结果的单向过程，获取目标参数仍需大量尝试。此外，科学可视化结果的生成受到严格约束条件限制，导致有效隐向量呈离散分布，使得计算机视觉的生成式模型现有的连续隐向量编辑方法失效，从而无法迁移至此科学可视化预测图像编辑任务。。

我中心先进交互式技术与应用发展部团队设计了ParamsDrag模型，创新性地提出了基于连续输入空间的隐向量跳跃编辑方法，成功突破了有效隐向量离散分布的编辑瓶颈。同时，团队提出并设计了基于精准约束的可视化生成模型，开创了 “模拟参数—可视化预测—物理参数反演”全新探索模式。通过多组实验证明，ParamsDrag模型在真实科学数值模拟中的可视化预测与参数探索方面表现良好，优于SOTA方法。这项成果为数值模拟物理参数空间的高效探索提供了有力支持，相关论文被可视化领域会议IEEE Visualization (IEEE Vis 2024，CCF-A类会议)录用，第一作者为我中心李观副研究员，通信作者为我中心单桂华研究员。

该研究得到国家重点研发计划和国家自然科学青年科学基金的资助。

ParamsDrag模型流程图

宇宙模拟参数交互式分析

相关成果

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.

责任编辑：郎杨琴