理解完全开放反应网络的多稳定性

本文关注完全开放反应网络（采用质量作用动力学）的多稳定性问题。我们改进了已有结果，阐明正反馈环路存在与网络多稳定性之间的关系；并提出一种新颖的确定性操作，用于生成新的非多稳定网络。这种工作具有意义，因为虽然已有许多方法可从多稳定网络实例生成无数新的多稳定网络，但这是首次针对非多稳定网络的此类操作。此类用于生成示例网络的工具在将数据科学应用于反应网络理论时具有实际应用价值。我们通过利用新生成的数据，以及反应网络的一种独特于网络物种名称排列的新图表示，训练图注意力神经网络模型以预测反应网络的多稳定性。这也是首次使用机器学习工具来研究反应网络的分类问题。