本記事では、固体力学と材料科学において重要な本構法の発見を、従来の経験モデルではなく、グラフベースの方程式発見フレームワークを用いて行っています。従来の経験的なモデルは専門家の直感に依存し、一般性に欠けることが多いですが、この新しいフレームワークは、多源の実験データから直接方程式を自動的に発見します。方程式を有向グラフとして表現し、ノードが演算子や変数、エッジが計算関係を示すことで、自由形式の記号表現を生成・最適化します。その結果、合金鋼材料のひずみ速度効果やリチウム金属の変形挙動に関する新たな本構モデルが発見され、従来の経験モデルよりもコンパクトで高精度な解析構造を持つことが示されました。このフレームワークは、複雑な物理現象を表現するための一般化可能で解釈可能なデータ駆動型科学モデルのアプローチを提供します。