研究人员开发了一种新颖的混合框架，结合了图神经网络（GNN）和有限元方法（FEM），以加速相场断裂仿真。该方法将GNN代理集成到传统的交错方案中，在每个载荷增量处替换相场更新，同时保留FEM用于力学平衡。这种选择性代理策略旨在通过无量纲特征设计和物理信息损失函数，在保持精度的同时降低计算成本，并实现跨不同问题设置的强大泛化能力。 AI
影响 这种混合方法可以显著加速复杂的物理仿真，从而在工程和材料科学领域更广泛地应用先进的建模技术。
排序理由 详细介绍新计算框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
