graph-attention-networks

本文提出了一种图注意力网络（GAT）方法，用于建模土壤样本中的空间依赖性，以预测微塑料和有机物，取得了较高的R²值，但由于样本量小，交叉验证泛化能力有限。

EEG-tGAT是一种时间增强的图注意力网络，通过融合时间注意力和dropout机制来改进交互序列的可供性分类。该模型在GATv2基础上进行了增强，适用于时间维度语义不均匀的序列数据。