Learning Dynamic Stability Landscapes in Synchronization Networks
यह शोध पत्र नेटवर्क टोपोलॉजी से सीधे गतिशील स्थिरता परिदृश्यों (dynamic stability landscapes) को सीखने के लिए एक GNN-CNN आर्किटेक्चर का उपयोग करते हुए एक नवीन ग्राफ-टू-इमेज भविष्यवाणी प्रतिमान प्रस्तुत करता है, जो पारंपरिक स्केलर सूचकांकों की तुलना में सिंक्रोनाइज़ेशन मजबूती के बारे में गहरी अंतर्दृष्टि प्रदान करता है और यथार्थवादी पावर ग्रिड परिदृश्यों में सफल सामान्यीकरण प्रदर्शित करता है।