近期我们针对GCN+Transformer的前沿成果进行了深度整合，从中筛选出18篇很有参考价值的论文，收录了Communications Biology等顶会顶刊上的相关工作，并配套整理了开源代码实现。
这些论文基本覆盖了当前主流方法与技术瓶颈，特别适合正在准备论文的朋友，无论你是想找创新突破口、设计课题方案，还是想复现经典模型，都能提供实质性帮助。
扫描下方二维码，回复「GCNT」
免费获取全部论文合集及项目代码
Dual-stream Spatio-Temporal GCN-Transformer Network for
3D Human Pose Estimation
内容：本文提出面向光学与高程遥感分割的频域幅相解耦网络FAD-Net，以Swin Transformer作为骨干编码器，采用渐进式跨模态注意力实现双模态特征逐步交互，设计空域-频域双分支的即插即用MM-Mona模块，借助频域引导动态权重模块与傅里叶域幅相重组模块分别在空域、频域完成跨模态特征融合，再搭配多级频域幅相解耦解码器对多层编码特征做傅里叶变换、幅相重组与逆傅里叶变换来分层恢复细节，依靠频域上将振幅、相位信息解耦建模的方式缓解光学与高程模态异构冲突，最终输出遥感地物分割结果。
ParaFormer: A Generalized PageRank Graph Transformer for
Graph Representation Learning
内容：本文提出面向图表示学习的ParaFormer，针对图Transformer全局注意力容易出现严重过平滑、节点表征趋同的问题，设计融合广义PageRank机制的增强注意力模块，将PageRank传播逻辑引入注意力计算，使模型等效为自适应通频滤波器，以此抑制过平滑效应，在节点分类、图分类任务上完成学习，适配从数千到百万级规模的图数据。
扫描下方二维码，回复「GCNT」
免费获取全部论文合集及项目代码
GCNT:Graph-Based Transformer Policies for Morphology-Agnostic Reinforcement Learning
内容：本文面向形态无关强化学习任务，针对现有模块化机器人控制器难以充分挖掘机器人整体形态信息、消息传递存在远距离节点信息衰减、纯Transformer方案忽略结构先验的问题，提出GCNT策略网络，将机器人肢体建模为图节点，依靠加入残差与附加线性层的改进GCN提取局部形态特征，搭配Weisfeiler‑Lehman模块获取全局形态信息，克服遍历索引不一致缺陷，再通过可学习距离嵌入把肢体之间最短距离编码进多头注意力，借助Transformer实现所有肢体节点直接信息交互，结合肢体观测模块输入局部状态，最终输出各肢体局部动作，在SMPENV、UNIMAL两套MuJoCo基准上分别采用TD3、PPO算法完成联合策略优化，在全部8项测试任务上取得最优效果，在未见机器人形态、动力学参数变化的零样本泛化实验中表现优于对比基线，消融实验证实GCN、WL模块、距离嵌入各自对性能的增益，t‑SNE可视化也证明该网络能够学到跨机器人一致的肢体形态表征。
HDiffTG: A Lightweight Hybrid Diffusion-Transformer-GCN Architecture for 3D Human Pose Estimation
内容：本文针对单目2D升维3D人体姿态估计任务，提出轻量混合架构HDiffTG，采用并行双流的Transformer‑GCN模块，Transformer负责捕捉全局时空依赖，GCN分别依据人体拓扑与时序相似度构建邻接矩阵挖掘骨骼局部关联，通过可学习权重做自适应特征融合，之后引入基于DDIM的扩散模块对回归出的姿态做精细化修正，同时设计偏微分方程信息流控制机制缓解特征聚合带来的过平滑问题，还优化损失函数与输出层嵌入维度，大幅降低扩散迭代步数，实现参数量与推理开销下降，在Human3.6M、MPI‑INF‑3DHP数据集开展实验，在MPI‑INF‑3DHP取得SOTA结果，并且在2D关键点带噪声、存在遮挡的场景下表现出更强鲁棒性，消融实验验证了双流并行融合、PDE抑制过平滑等各个模块的有效性。
扫描下方二维码，回复「GCNT」
免费获取全部论文合集及项目代码
