محققان در مطالعه جدیدی به بررسی کارایی روشهای یادگیری ماشین و شبکههای عصبی گراف (GNN) در پیشبینی پایداری سیستمهای دینامیکی، مانند شبکههای برق پرداختهاند.
نکته جالب اینجاست که مدلهای فعلی، علیرغم دقت بالا در محیطهای خاص، با تغییر در ساختار شبکه (تغییر در آنسامبل) دچار خطا میشوند. این یعنی هنوز راه زیادی باقی است تا هوش مصنوعی بتواند علتهای ساختاری اصلی ناپایداری در سیستمهای پیچیده را به صورت دقیق و قابل اتکا شناسایی کند.
این تحقیق مرزهای فعلی مدلهای گرافمحور را به چالش میکشد. 📉
های_عصبی
منبع: arXiv Machine Learning