Hard Symplectic Graph Neural ODEs for Scalable Trajectory Reconstruction in Perturbed Relativistic N-Body Celestial Swarms: Scaling to One Million Bodies with Empirical NASA Ephemerides
이 논문은 심플렉틱 기하학과 등변 그래프 네트워크를 활용하여 최대 100만 개의 천체로 구성된 섭동된 상대론적 N-체 천체 무리에 대해 해밀토니안 불변량을 엄격히 보존하고 표준 물리 정보 신경망(PINN)의 위상 드리프트 한계를 극복함으로써 확장 가능하고 정확도 높은 궤적 재구성을 달성하는 구조 보존 그래프 신경 ODE 프레임워크인 SympG-NODE를 소개한다.