Zespół badaczy zaprezentował TRACE, symulator dynamiki ziarnistej wykorzystujący graf sieci neuronowych z nowatorskim podejściem do przechowywania informacji. Zamiast zapisywać historię interakcji w cechach węzłów, jak robią to dotychczasowe rozwiązania, TRACE utrzymuje zmienną pamięć bezpośrednio na krawędziach grafu, czyli tam gdzie rzeczywiście dochodzi do kontaktów między ziarnami.
Klucz do wydajności leży w architekturze, która łączy uwagę opartą na przesyłaniu komunikatów z bramkowaną jednostką rekurencyjną do aktualizacji pamięci każdej krawędzi. Słownik tożsamości krawędzi chroni tę pamięć przed fragmentacją w miarę jak się graf zmienia - ziarna oddzielają się, ponownie łączą, a struktury kontaktów ulegają przearanżowaniu. Dekoder strukturyzowany fizyką przewiduje normalne i styczne siły kontaktowe między ziarenkami, egzekwuje ograniczenie tarcia Coulomba i stosuje siły wewnętrzne działające w przeciwnych kierunkach.
Wyniki są zauważalne. Na benchmarkach zapadam się słupów granularnych w dwóch i trzech wymiarach TRACE redukuje błąd pozycji o 31-62 procent w długich symulacjach i zmniejsza błąd geometrii końcowego osadu o 58-89 procent w stosunku do wcześniejszych simulatorów GNS i NMGNS. Model osiąga to przy mniejszej liczbie parametrów i praktycznie zerowym błędzie konserwacji cząstek, co sugeruje rzeczywistą spójność fizyczną zamiast jedynie wiarygodnych przybliżeń. To może mieć znaczenie dla symulacji w geotechnice, inżynierii górniczej i badaniach podstawowych nad ziarnistymi materiałami.