有向图精度显著提升
首次将一阶与二阶邻居的方向信息统一纳入单层聚合，既扩展感受野，又让信息传播不再被无向对称假设扭曲。
Ce, Yang · 郝飞 · 于王扬 · De Maio, Carmen · 赵亮
IEEE Transactions on Network Science and Engineering 2025
同时融合一阶和二阶邻居的方向特征，避免对称性假设带来的信息失真。
通过单层聚合机制扩展感受野，减少传统方法中由堆叠层数带来的限制。
参数化加权方案动态调整局部与全局信息的融合比例，提升节点表示和结构建模精度。
在公开数据集上大幅超越 GCN，例如在 SQUIRREL 上提高 22.02 个百分点。