我目前有一个 Graph 模型，我在其中映射实体之间不同类型的连接，并根据我自己的个人经验为这些连接分配权重。此外，我想了解这些实体之间与特定结果相关的联系。看着这个问题，我不禁注意到它与典型的人工神经网络 (ANN) 相似，并且想知道是否/如何将其中的一些理论融入到我的模型中。
让我进一步解释一下；我有一组实体，我有一组连接。每种不同类型的连接都有自己的权重，如下图所示：
此图中的权重是根据我自己的经验估算的，然后可以将它们相加以查看这些实体之间的关系强度。我想了解与特定产出/结果相关的这种关系强度。
在查看图论的这种特殊应用时，我不禁注意到它与人工神经网络 (ANN) 非常相似，如图所示；
这里的区别在于，在第一个图中，节点代表实体，而在第二个图中，节点代表输入值。在 ANN 中，输入值、随机权重和反向传播过程用于帮助确定需要的权重，而在第一个图中，这些值是估计的。我想要做的是使用随机权重和反向传播过程来确定映射实体之间连接的 Graph 模型中的权重。
有没有人有做这样的事情的经验，或者至少可以讨论做这样的事情的可能性？
谢谢！