역학계 선운동량·각운동량 보존 그래프 신경망
다체 역학계의 정확하고 해석 가능한 실시간 모델링은 자연 및 공학 환경에서 시스템의 거동을 예측하고 물리적 특성을 추론하는 데 필수적입니다. 기존 물리 기반 모델은 확장성과 계산 비용 문제에 직면하며, 그래프 신경망(GNN)과 같은 데이터 기반 접근 방식은 물리적 일관성, 해석 가능성 및 일반화 능력이 부족한 경우가 많습니다. 본 연구는 이러한 한계를 극복하기 위해 GNN의 학습 능력과 물리 기반 귀납적 편향을 통합한 물리 정보 그래프 신경망인 DYNAMI-CAL GRAPHNET을 제안합니다. DYNAMI-CAL GRAPHNET은…