模型Graph Attention Network / 图注意力网络
GAT
图注意力网络（GAT）是一种基于注意力机制的图神经网络架构，通过为不同邻居节点分配可学习的注意力权重来进行特征聚合，相比GCN具有更强的表达能力和灵活性
时间轴 (近 90 天)
10月16日
与Transformer将输入视为序列、依赖自注意力机制捕捉长距离依赖不同，GNN显式地建模实体及其关系，典型架构包括GCN、GAT、GraphSAGE等。
待验证50%
10月13日
常见 GNN 变体包括 GCN（基于谱近似简化）、GraphSAGE（采样聚合，适合大图）和 GAT（引入注意力加权邻居）。
待验证50%
9月5日
GraphSAGE、GAT等图神经网络架构已在社交网络分析、分子性质预测等场景中展现能力
待验证50%