arXiv · Materials Science· Manuel Ricardo Guevara Garban, Yves Chemisky, \'Etienne Pruli\`ere, Micha\"el Cl\'ement·· 11 小时前
物理信息图神经网络P-DivGNN重建有限应变超弹性局部应力场
Physics-Informed Graph Neural Networks to Reconstruct Local Fields Considering Finite Strain Hyperelasticity
arXiv:2507.05291v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Manuel Ricardo Guevara Garban, Yves Chemisky, \'Etienne Pruli\`ere, Micha\"el Cl\'ement
研究任务与主要进展
研究者提出物理信息图神经网络P-DivGNN，在周期微结构网格和平均宏观应力输入下重建微尺度局部应力场。该方法结合消息传递图神经网络、局部平衡物理约束与周期边界条件，并在不同几何的线性和非线性超弹性响应上进行评估；摘要报告非线性超弹性案例相较有限元模拟实现显著计算加速，但未提供具体误差、规模或加速数据。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org