# 链接预测

太阳Hα图像中的暗条在演化中会断裂成多块，投影效应让同一暗条的不同碎块在图上彼此分离，而不同暗条的碎块又可能靠得很近，仅凭距离和朝向难以判断归属。研究把每个碎块当作图节点、把候选配对当作边，用图神经网络做边级预测，并把常规的加性聚合换成乘性聚合，使不一致邻居的贡献被压低。在Kanzelhöhe天文台约100幅Hα图像、约1700个碎块构建的数据集上，kNN取10时该方法取得AUC 0.867、AP 0.792，高于GCN的0.832/0.747和GAT的0.842/0.766。

太阳Hα图像中的暗条在演化中会断裂成多块，投影效应让同一暗条的不同碎块在图上彼此分离，而不同暗条的碎块又可能靠得很近，仅凭距离和朝向难以判断归属。研究把每个碎块当作图节点、把候选配对当作边，用图神经网络做边级预测，并把常规的加性聚合换成乘性聚合，使不一致邻居的贡献被压低。在Kanzelhöhe天文台约100幅Hα图像、约1700个碎块构建的数据集上，kNN取10时该方法取得AUC 0.867、AP 0.792，高于GCN的0.832/0.747和GAT的0.842/0.766。

异质图上的注意力聚合长期把节点类型当作静态标签，元路径聚合又容易忽略中间节点的语义贡献。TAHAN改为沿元路径前缀收集邻居，跨元路径与层级按节点类型合并，再用类型内注意力和类型间注意力两级融合。在DBLP与IMDB的节点分类上，它的Macro-F1与Micro-F1均值高于所列基线，IMDB两项提升经Holm校正后显著；ACM上则低于SeHGNN。

异质图上的注意力聚合长期把节点类型当作静态标签，元路径聚合又容易忽略中间节点的语义贡献。TAHAN改为沿元路径前缀收集邻居，跨元路径与层级按节点类型合并，再用类型内注意力和类型间注意力两级融合。在DBLP与IMDB的节点分类上，它的Macro-F1与Micro-F1均值高于所列基线，IMDB两项提升经Holm校正后显著；ACM上则低于SeHGNN。