PIBNet: Neues graphbasiertes Netzwerk revolutioniert Mehrfachstreuungssimulationen
Der Boundary Element Method (BEM) ist ein bewährtes Verfahren zur Lösung von Mehrfachstreuungsproblemen in unendlichen, homogenen Räumen. Durch die Reduktion der Diskretisierung auf die Randflächen wird die Rechenkomplexität stark verringert. Der erste Schritt des BEM – die Bestimmung der Lösungsspuren an den Grenzen mittels einer Randintegralgleichung – bleibt jedoch der Hauptengpass.
Um diesen Engpass zu überwinden, präsentiert das Forschungsteam die neue Methode PIBNet. Dabei wird ein lernbasiertes Modell eingesetzt, das die Lösungsspuren approximiert. PIBNet nutzt eine physik‑inspiriert graphbasierte Strategie, um Hindernisse und ihre weiten Wechselwirkungen effizient zu modellieren. Anschließend wird eine neuartige multiskalige Graph‑Neuronale‑Netzwerk‑Architektur eingesetzt, um die Mehrfachstreuung zu simulieren.
Zur Validierung wurde ein umfangreiches Benchmark‑Set mit verschiedenen Mehrfachstreuungsdatensätzen erstellt. Die Ergebnisse zeigen, dass PIBNet bestehende, lernbasierte Ansätze nicht nur übertrifft, sondern auch eine deutlich bessere Generalisierung bei steigender Anzahl von Hindernissen aufweist.
Weitere Details und den Quellcode sind auf GitHub verfügbar: github.com/ENSTA-U2IS-AI/pibnet