Mesh Graph Neural Network Framework for Accelerating Finite Element Simulation for Arbitrary Geometries
Este artigo introduz uma estrutura de Rede Neural de Grafos de Malha (MGN) invariante à translação e rotação que generaliza com sucesso para prever campos de tensão de von Mises em componentes estruturais 2D com geometrias de furos arbitrárias e condições de carga não vistas, superando significativamente os modelos convencionais de aprendizado de máquina em precisão e adaptabilidade para análise de elementos finitos.