A physics-guided graph neural network for interpretable multiscale modelling of concrete properties
L'article présente HiCon-GNN, un réseau de neurones sur graphes guidé par la physique qui modélise la structure hiérarchique du béton afin d'obtenir des prédictions de résistance multi-propriétés compétitives tout en fournissant des informations interprétables et physiquement régularisées sur les comportements matériels multi-échelles.