点间连通性（边预测）推理的不确定问题

[石大男]

有很多个点，每个点有很多属性，物理上点之间的连通性应该是固定和确定的，例如管道。
但是遇到的问题是：用神经网络学习点上的属性，来推测连通性。因为神经网络学习参数是随机的，每次推断出来的结果都是变得，也就是说一会这两个点连通，下次训练就变成了不通了。
请问有没有好的办法来解决这个问题。

PS: 点的属性是随时间改变的，请问有没有根据点上的时间属性进行链接预测的相关文章呀。