在 3D 面部分析中，图神经网络（GNNs）应用面临数据不完整、噪声及数据稀缺等问题。研究人员提出 Kernel-Attentive Graph Convolutional Network（KA-GCN）。实验表明，该模型在多数据集任务上优于现有模型，为 3D 面部分析及相关领域提供新方法。 在科技飞速发展的当下 ...

基于洪泽湖2013-2022年水质时空异质性分析，提出融合STL分解、图卷积网络（GCN）和随机森林（RF）的新型可解释WQImin框架，显著提升复杂水文湖区的水质评估精度与泛化能力，明确不同区域关键参数组合及空间交互机制。 南水北调工程对洪泽湖水质时空演变规律 ...