본 논문은 복잡계에서 정보 전파의 특성(확산, 약한 국소화, 강한 국소화)을 고려하여, 그래프 신경망 모델을 이용해 네트워크 상의 선형 동역학 시스템의 거동을 학습하는 연구를 제시합니다. 그래프 합성곱과 어텐션 기반 신경망 프레임워크를 개발하여 선형 동역학 시스템의 정상 상태 거동을 식별하고, 훈련된 모델이 서로 다른 상태들을 높은 정확도로 구분함을 보여줍니다. 실제 데이터를 이용한 모델 성능 평가와 함께, 모델의 설명 가능성을 높이기 위해 프레임워크의 순방향 및 역방향 전파에 대한 분석적 유도를 제공합니다.
