Ориентированные ациклические графы применяются в машинном обучении для представления байесовской сети доверия. 1

Также их используют для оптимизации статического планирования в гетерогенной вычислительной среде с целью минимизации суммарного времени выполнения. 3 Для этого применяют основанный на нейронных сетях подход, который интегрирует современные метрики планирования на графах в нейронную сеть, совмещённую с генетическим программированием. 3

Например, обучение нейронных сетей обычно реализуется как обход статического вычислительного графа (например, в TensorFlow) и влечёт за собой значительную вычислительную нагрузку. 3 Учитывая длительность и масштаб современных процессов обучения больших языковых моделей, даже небольшие улучшения в планировании могут привести к значительному сокращению количества затраченных вычислительных часов и, следовательно, к экономии средств. 3