この論文では、(1+1)次元の指向型透過プロセスにおけるフェーズ遷移の自動検出や隠れた透過パターンの分類を行うための神経ネットワークに基づく手法を提案しています。提案されたネットワークモデルは、CNN、TCN、GRUネットワークの組み合わせに基づいており、手動での特徴抽出なしに生の構成データに直接トレーニングされます。このネットワークはフェーズダイアグラムを再現し、構成にフェーズラベルを割り当てます。研究は、深層アーキテクチャが数値実験による生データから階層的な構造を抽出できることを示しています。全体で7ページ、10図、2表が含まれています。