Phase field models

图神经网络加速磁体和断裂力学的物理模拟

研究人员开发了新颖的图神经网络（GNN）框架来加速复杂的物理模拟。一种方法SuperCond-GNN，使用GNN作为代理模型来预测超导磁体中的电压分布，实现了4.3%的平均绝对百分比误差，并为设计和监控提供了可扩展的推理能力。另一种混合GNN-FEM框架通过将GNN代理集成到传统的有限元方法中来处理相场断裂模拟，在保持准确性和跨不同问题设置的泛化能力的同时，显著降低了计算成本。