Mengkombinasikan Model GAT (Graph Transformer Networks) dengan UNet untuk Prediksi gambar CFD

- Data utama berupa data CFD (Computational Fluid Dynamics) yang terdiri dari Boundary, Solve, Grid
- Bisa menggunakan data alternatif dari Github/Kaggle.
- Prediksi Image CFD denga model kombinasi GAT & U-Net.

Output
- Source code.
- Dibutuhan hasil prediksi dengan loss function MSE, MAE, dan RMSE
- Dibutuhkan gambar hasil prediksi.

Referensi
Model UNet untuk CFD
1. https://github.com/cfl-minds/u-net_laminar_flow
2. https://github.com/mdribeiro/DeepCFD

Model GAT
https://github.com/seongjunyun/Graph_Transformer_Networks

Untuk dikombinasikan dengan U-Net,
GAT boleh diganti menggunakan GNN (graph neural network) atau GCN (Graph convolutional network)
contoh:
1. https://github.com/cfl-minds/gnn_laminar_flow
2. https://github.com/locuslab/cfd-gcn