# 多尺度结构表示学习

复杂网络中的关键节点识别有了跨尺度做法。此前中心性指标与学习类方法往往只在单一网络尺度上整合结构信息，难以同时利用局部、社区和全局模式。CSBA-Net把三种尺度的结构表示分别提取，再用带多头自注意力的双向门控循环单元建模尺度间依赖，并以SIR扩散模拟得到的节点影响力作为回归目标；在24个真实网络和12个合成网络上，其排序指标优于所比较的中心性、卷积和图神经网络基线。

复杂网络中的关键节点识别有了跨尺度做法。此前中心性指标与学习类方法往往只在单一网络尺度上整合结构信息，难以同时利用局部、社区和全局模式。CSBA-Net把三种尺度的结构表示分别提取，再用带多头自注意力的双向门控循环单元建模尺度间依赖，并以SIR扩散模拟得到的节点影响力作为回归目标；在24个真实网络和12个合成网络上，其排序指标优于所比较的中心性、卷积和图神经网络基线。

遥感图像超分此前把低分辨率观测作为稠密空间条件注入扩散Transformer，前景小目标容易被大面积背景淹没。MOSAIC把退化观测组织成目标级与布局级的紧凑结构槽，跨分辨率融合，并从共享原型记忆中检索反复出现的结构先验，再以轻量残差调制注入冻结的DiT4SR骨干。在UCMerced、AID和RSSCN7上，PSNR在两种倍率下均取得最优，其中UCMerced上比DiT4SR高2.03 dB，AID高4.54 dB，RSSCN7高1.49 dB，并在RSSCN7与AID上取得最低LPIPS。

遥感图像超分此前把低分辨率观测作为稠密空间条件注入扩散Transformer，前景小目标容易被大面积背景淹没。MOSAIC把退化观测组织成目标级与布局级的紧凑结构槽，跨分辨率融合，并从共享原型记忆中检索反复出现的结构先验，再以轻量残差调制注入冻结的DiT4SR骨干。在UCMerced、AID和RSSCN7上，PSNR在两种倍率下均取得最优，其中UCMerced上比DiT4SR高2.03 dB，AID高4.54 dB，RSSCN7高1.49 dB，并在RSSCN7与AID上取得最低LPIPS。