提出CAtt-BiGNN有限元启发图神经网络模拟器

研究者提出 CAtt-BiGNN，一种基于交叉注意力的二分图神经网络，将网格节点与单元建模为不同图实体，在各自原生域上耦合预测节点位移增量与单元减薄。该模型无需施加平衡或本构约束，其大规模版本 CAtt-BiUGNN 通过节点与单元的独立降采样和上采样增强长程传播。

摘自 arXiv：cs.LG

还没有足够的连续观测数据，暂不绘制趋势。