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
Este artigo apresenta o SympG-NODE, uma estrutura de Graph Neural ODE que preserva a estrutura e que aproveita a geometria simplética e redes de grafos equivariantes para alcançar uma reconstrução de trajetória escalável e de alta precisão para enxames celestes de N-corpos relativísticos perturbados de até um milhão de corpos, enquanto conserva estritamente os invariantes hamiltonianos e supera as limitações de deriva de fase das Redes Neurais Informadas pela Física padrão.