연구진은 복잡한 미세구조 내 비선형 응력장 복원 문제를 해결하기 위해 LSTM-GNN 결합 프레임워크를 제안했어요. LSTM은 거시적 응력-변형 데이터를 처리하여 시간 의존적 변형률을 추적하고, GNN은 각 시간 단계에서 공간적으로 분산된 응력장을 복원해요. 새로운 방법은 기존 방법보다 3배 빠른 속도를 달성하고, 훈련 데이터 길이의 2배에 해당하는 로딩 시퀀스에도 적용 가능하며, 누적 오차는 1.9%예요.