新型GNN嵌入守恆律 準確預測多體動力系統
洛桑聯邦理工學院提出物理資訊圖神經網絡DYNAMI-CAL GraphNet,將動量守恆直接嵌入網絡結構,對顆粒材料、分子動力學等複雜多體系統實現準確預測,可服務機械人、航天與材料科學。
多體系統建模難
顆粒材料運動、分子動力學、人體運動及機械系統模擬都屬於多體動力學系統,交互關係高度複雜,且須嚴格遵守動量與能量守恆。傳統數值模擬精確但計算昂貴,長時間或大規模模擬成本驚人。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
