图卷积网络（GCN）通过谱域卷积算子实现节点特征的拓扑传播，能够有效捕获节点间的局部同构性，为节点分类、图分类以及链接预测等任务提供了精准的图表示学习框架。而 Transformer 凭借多头自注意力机制，在机器翻译、时序预测等全局依赖建模场景中展现出强大统治力。

GCN+Transformer 的架构融合创造了图神经网络的新型范式，为时空图预测、跨模态图学习等前沿领域提供了兼具鲁棒性与可解释性的算法基座：

1）通过图结构引导的稀疏注意力机制，将拓扑约束融入全局上下文建模；

2）利用 Transformer 的层次化编码能力增强 GCN 的深层传播效果；

3）构建可微分图结构学习模块，突破了传统 GCN 对显式拓扑结构的依赖。

本文精选13篇最新前沿论文，供有需要的同学无偿领取。整理不易，麻烦大家点个免费的赞哦~

全部论文+开源代码需要的同学看文末

一、E2CB2former: Effecitve and Explainable Transformer for CB2 Receptor Ligand Activity Prediction

 

1. 方法

本研究开发了一种先进的可解释预测模型CB2former，用于预测CB2受体配体活性，结合了图卷积网络（GCN）和Transformer架构，以提高预测准确性和可解释性。

该模型通过自注意力机制识别重要的分子特征，提供了CB2受体活性的深入理解；结合SMILES字符串和分子指纹的两种分子表示方法，以捕捉配体与受体之间的相互作用；引入了动态提示机制，将与CB2相关的结构知识直接注入模型，提升了模型的收敛速度。实验表明，CB2former在分子属性预测中表现优异，显示出比传统机器学习模型更高的预测性能。

2. 创新点

1）GCN与Transformer的结合

将GCN处理分子图结构的能力与Transformer的自注意力机制结合，既捕捉了分子的局部拓扑特征（如原子间键合关系），又通过注意力权重解析了全局长程依赖（如分子内远距离功能基团的作用）。

2）领域知识注入

通过动态提示将与CB2受体相关的结构先验知识（如关键药效团、受体结合位点信息）直接嵌入模型训练，避免了传统方法中依赖人工特征工程的繁琐流程。

3）SMILES与分子指纹的联合建模

同时利用SMILES字符串和分子指纹两种模态，全面表征分子的化学信息。这种多模态融合策略能更完整地反映配体-受体相互作用，弥补单一表示的不足。

论文链接：[2502.12186] E2CB2former: Effecitve and Explainable Transformer for CB2 Receptor Ligand Activity Prediction

二、Unified Spatial-Temporal Edge-Enhanced Graph Networks for Pedestrian Trajectory Prediction

 

1.方法

本文提出一种新的统一时空边增强图网络（UniEdge），用于行人轨迹预测，旨在解决传统方法在建模高阶跨时间交互时的局限性。UniEdge采用边到边节点到节点图卷积（E2E-N2N-GCN），联合建模行人之间的显式社交交互和隐式影响传播，增强对复杂行人行为的建模能力；使用基于transformer的预测器，能够进行全局时序相关性建模，显著提高预测性能。

2. 创新点

1）双图架构（E2E-N2N-GCN）

UniEdge通过双图机制融合显式与隐式影响，更贴近真实复杂场景中行人的决策逻辑。

• 边到边图：显式捕捉行人间的物理社交交互（如避让、跟随）。

• 节点到节点图：隐式建模群体行为传播（如人群流动趋势、心理偏好）。

2）基于Transformer的全局预测器

传统自回归模型逐步预测轨迹时，容易因误差累积导致长期预测偏差。UniEdge利用Transformer的全局注意力机制，直接建模完整时序的依赖关系，避免局部视野限制，尤其适用于密集人群中的长时程轨迹预测。

论文链接：[2502.02504] Unified Spatial-Temporal Edge-Enhanced Graph Networks for Pedestrian Trajectory Prediction

三、Towards Robust and Realistic Human Pose Estimation via WiFi Signals

 

1. 方法

本研究聚焦于WiFi信号基础上的人类姿态估计，提出了一种新颖的自监督方法，旨在解决跨域差距和结构保真度问题。采用自监督掩蔽预训练和拓扑约束姿态解码机制，结合任务提示、GCN和Transformer层，探索人类关节的内在空间特性，生成更真实的姿态。

2. 创新点

1）自监督掩蔽预训练框架

通过掩蔽WiFi信号的时间片段并强制模型重建，同时引入时间一致的对比学习，使模型学习到领域不变的运动表示。这一设计有效缓解了WiFi信号与人体姿态之间的跨域语义鸿沟，减少了对标注数据的依赖。

2）拓扑约束姿态解码机制

采用 GCN-Transformer混合架构，利用GCN显式建模人体关节的拓扑连接（如骨骼链），而Transformer层捕捉关节间的长程依赖（如左右对称关节的协同运动），二者互补提升结构保真度。

论文链接：[2501.09411] Towards Robust and Realistic Human Pose Estimation via WiFi Signals

关注下方《AI前沿速递》🚀🚀🚀

回复“C188”获取全部方案+开源代码

码字不易，欢迎大家点赞评论收藏