عند تقاطع العلوم والتكنولوجيا ، أصبحت الرسوم البيانية ، كأداة قوية للتعبير عن العلاقات المعقدة ، محور الباحثين بشكل متزايد. تلعب الرسوم البيانية دورًا لا غنى عنه في التصميم الجزيئي الكيميائي أو تحليل الشبكة الاجتماعية. ومع ذلك ، فإن كيفية إنشاء الرسومات بكفاءة ومرونة هي دائمًا مشكلة صعبة للغاية. في الآونة الأخيرة ، تعاون فريق من الأبحاث في جامعة تافتس وجامعة نورث إيسترن وجامعة كورنيل لإطلاق نموذج للانحدار التلقائي يسمى Graph Generative Reservative Transked (G2PT) ، بهدف إعادة تحديد كيفية إنشاء الرسوم البيانية وتمثيلها.
على عكس نماذج توليد الرسوم البيانية التقليدية التي تعتمد على مصفوفة متاخمة ، تقدم G2PT طريقة رمزية قائمة على التسلسل. تستفيد هذه الطريقة بشكل كامل من انتفاخ الرسم البياني عن طريق تحلل الرسم البياني في مجموعات العقدة ومجموعات الحافة ، وبالتالي تحسين كفاءة الحوسبة بشكل كبير. إن ابتكار G2PT هو أنه يمكنه توليد الرسوم البيانية تدريجياً مثلها بلغة طبيعية وإكمال بناء الرسم البياني بالكامل من خلال التنبؤ بالرمز التالي. تشير الأبحاث إلى أن هذا التمثيل المسلسل لا يقلل فقط من عدد الرموز ، ولكن أيضًا يحسن جودة التوليد.
القدرة على التكيف وقابلية التوسع من G2PT مثيرة للإعجاب. من خلال تقنية الضبط الدقيقة ، فإنه يوضح أداءً ممتازًا في المهام مثل توليد الرسم البياني الموجهة نحو الأهداف والتنبؤ بسمات الرسم البياني. على سبيل المثال ، في تصميم الدواء ، يمكن لـ G2PT توليد خرائط جزيئية ذات خصائص فيزيائية كيميائية محددة. بالإضافة إلى ذلك ، من خلال استخراج الرسم البياني لتضمين النماذج التي تم تدريبها مسبقًا ، يُظهر G2PT أيضًا التفوق على مجموعات بيانات التنبؤات الجزيئية المتعددة.
في التجارب المقارنة ، قامت G2PT بأداء أفضل بكثير من النماذج الحديثة الموجودة على مجموعات بيانات قياسية متعددة. لقد تم الاعتراف بأدائه بشكل كبير من حيث توليد صحة وتفرد ومطابقة توزيعات السمات الجزيئية. قام الباحثون أيضًا بتحليل تأثير النموذج ومقياس البيانات على أداء التوليد.
على الرغم من أن G2PT يوضح القدرات المتميزة في مهام متعددة ، فقد أشار الباحثون أيضًا إلى أن حساسية ترتيب التوليد قد تعني أن مجالات الرسم البياني المختلفة تتطلب استراتيجيات مختلفة لتحسين الطلبات. من المتوقع أن تستكشف الأبحاث المستقبلية تصميمات تسلسل أكثر عمومية والتعبيرية.
إن ظهور G2PT لم يجلب فقط أساليب مبتكرة إلى مجال توليد الرسوم البيانية ، ولكن أيضًا وضع أساسًا متينًا للبحث وتطبيق الحقول ذات الصلة. مع التقدم المستمر للتكنولوجيا ، من المتوقع أن تدرك G2PT إمكاناتها في المزيد من الحقول وتعزيز تطوير تقنية توليد الرسوم البيانية.