Graph Transformer技术与研究进展：从基础理论到前沿应用
Graph Transformer technology and research progress: from fundamental theory to cutting-edge applications
延安大学 数学与计算机科学学院, 陕西 延安 716000
摘要
图数据处理是一种用于分析和操作图结构数据的方法，广泛应用于各个领域。Graph Transformer作为一种直接学习图结构数据的模型框架，结合了Transformer的自注意力机制和图神经网络的方法，是一种新型模型。通过捕捉节点间的全局依赖关系和精确编码图的拓扑结构，Graph Transformer在节点分类、链接预测和图生成等任务中展现出卓越的性能和准确性。通过引入自注意力机制，Graph Transformer能够有效捕捉节点和边的局部及全局信息，显著提升模型效率和性能。深入探讨Graph Transformer模型，涵盖其发展背景、基本原理和详细结构，并从注意力机制、模块架构和复杂图处理能力（包括超图、动态图）三个角度进行细分分析。全面介绍Graph Transformer的应用现状和未来发展趋势，并探讨其存在的问题和挑战，提出可能的改进方法和思路，以推动该领域的研究和应用进一步发展。
基金项目
国家自然科学基金资助项目(62262067)
陕西省人才资助项目(YAU202213065,CXY202107)
延安大学十四五重大科研资助项目(2021ZCQ012)
延安大学基础项目(YDBK2018-35,D2022034)
延安大学研究生教育创新计划资助项目(YCX2024049)
教学改革研究项目(YDJG23-27)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.08.0291
出版期卷: 《计算机应用研究》 印刷出版, 2025年第42卷 第4期
所属栏目: 综述评论
出版页码: 975-986
文章编号: 1001-3695(2025)04-002-0975-12
发布历史
[2025-04-05] 印刷出版
引用本文
游浩, 丁苍峰, 马乐荣, 等. Graph Transformer技术与研究进展：从基础理论到前沿应用 [J]. 计算机应用研究, 2025, 42 (4): 975-986. (You Hao, Ding Cangfeng, Ma Lerong, et al. Graph Transformer technology and research progress: from fundamental theory to cutting-edge applications [J]. Application Research of Computers, 2025, 42 (4): 975-986. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
