この研究は、特に野火の発火リスクが高い地域での送電線の電力を遮断することでリスクを軽減するため、最適な送電スイッチングを機械学習（ML）を用いて行う方法を提案しています。具体的には、最適電源遮断（OPS）問題が取り上げられ、電力供給の停止を通じて野火リスクを管理し、負荷シェディングを最小化することを目的としています。OPS問題は計算上非常に難しい混合整数線形プログラム（MILP）であり、迅速かつ頻繁に解決する必要があります。本研究では、共同のパターンを利用してOPS問題を解決するMLガイドフレームワークを開発し、高品質の遮断決定を迅速に行えることを示しました。カリフォルニアを基にした大規模合成テストシステムの結果により、提案手法が従来の最適化方法よりも迅速に高品質な解を提供できることが確認されました。