MAgNET：一种用于基于网格模拟的图U-Net架构
机器学习
2024-04-03 v3 计算工程、金融与科学
摘要
在许多前沿应用中，高保真计算模型被证明过于缓慢而不实用，因此被快得多的代理模型所替代。近来，深度学习技术日益被用于加速此类预测。为了能够在高维复杂数据上学习，已开发出特定的神经网络架构，包括卷积神经网络和图神经网络。本工作中，我们提出一种名为MAgNET的新型编码器-解码器几何深度学习框架，它将著名的卷积神经网络扩展以处理任意图结构数据。MAgNET由创新的多通道聚合（MAg）层以及图池化/反池化层组成，形成了类似于卷积U-Net的图U-Net架构。我们展示了MAgNET在固体力学中非线性有限元模拟代理建模方面的预测能力。
引用
@article{arxiv.2211.00713,
title = {MAgNET: A Graph U-Net Architecture for Mesh-Based Simulations},
author = {Saurabh Deshpande and Stéphane P. A. Bordas and Jakub Lengiewicz},
journal= {arXiv preprint arXiv:2211.00713},
year = {2024}
}