본 논문은 부분 미분 방정식(PDEs) 기반의 합성 데이터셋을 생성하고 활용하여 시공간 그래프 머신러닝 모델링 연구를 지원하는 방법을 제시한다. 전염병, 대기 입자, 쓰나미 등 다양한 재난 및 위험 현상을 모델링하기 위해 세 가지 PDEs를 활용하여 데이터셋을 생성하고, 전염병 데이터셋을 이용하여 여러 머신러닝 모델의 성능을 벤치마킹한다. 또한, 합성 데이터셋으로의 사전 학습이 실제 전염병 데이터에 대한 모델 성능을 향상시키는 것을 보여준다. 제시된 방법론과 생성된 세 가지 데이터셋의 소스 코드는 깃허브에 공개되어 있다.