近日，我院杨习贝教授指导的博士研究生郭启航在图神经网络领域取得重要进展，其研究工作“Collaborative graph neural networks for augmented graphs: A local-to-global perspective”被模式识别顶级期刊《Pattern Recognition》（中科院JCR一区Top期刊，CCF/CAAI B类期刊）录用，江苏科技大学为第一署名单位，是我院在该领域影响力最高的论文之一。
该研究设计了一个协作图神经网络架构（LOGO-GNN），用于实现输入图学习的局部到全局协作，提升了模型性能，同时增强模型的鲁棒性。结果表明：LOGO-GNN在多个下游任务中的表现都优于其它先进的方法。此外，鲁棒性分析进一步证实了其在应对不确定性挑战方面的有效性。
