Learning multilayer network representation via rotational graph convolutional networks

2026-09-09

0

PRE

AI

DOI：10.1016/j.eswa.2026.134080

原文求助

摘要

En 中文

• 提出RT-GCN用于多层网络表示学习。 • 通过复空间旋转建模层间依赖关系。 • 设计跨层融合以整合信号并降低噪声。 • 评估真实多层数据集并分析嵌入质量。

Keyword:

Multilayer networks

Network representation learning

Rotational graph convolutional networks

Relation-aware modeling

Structural inference