MomentumGNN: Una Rete Neurale Grafica per Oggetti Deformabili

I ricercatori hanno sviluppato MomentumGNN, una nuova architettura di rete neurale grafica che traccia accuratamente il momento lineare e angolare in oggetti deformabili. A differenza delle GNN esistenti che prevedono accelerazioni nodali non vincolate, MomentumGNN prevede impulsi di allungamento e piegamento per bordo, garantendo la conservazione del momento per costruzione. Il modello è addestrato in modo non supervisionato utilizzando una funzione di perdita basata sulla fisica e supera le baseline in scenari in cui il momento è critico. Questo lavoro affronta una limitazione chiave delle attuali GNN nella modellazione del comportamento dinamico dei materiali deformabili, offrendo una maggiore accuratezza fisica per forme arbitrarie, topologie di mesh e parametri materiali.