Machine learning maps the “dark matter” of the global marine fish food web
종 특성, 분류학, 환경 데이터를 통합하기 위해 양의 미라벨링(positive-unlabeled) 머신러닝 프레임워크를 적용함으로써, 본 연구는 이전에 기록되지 않은 방대한 구조적 네트워크를 드러내는 전 지구적 확률론적 해양 어류 먹이 그물을 재구성하였으며, 이는 해양 영양 구조에 대한 이해를 희소한 연결에서 밀집된 연결로 근본적으로 변화시키고 생태계가 실증적 기록이 나타내는 것보다 더 탄력적임을 시사한다.