图分区神经网络（GPNNs）是一种新颖的GNN架构，通过对图进行分区以及顶点集和子图之间的结构相互作用的探索，提高了GNN的表达能力，并在各种图基准任务中展示了超越现有GNN模型的卓越性能。

该文介绍了一种名为PRNet的渐进循环网络，用于单幅图像阴影去除。该方法在阴影特征提取和渐进阴影去除两个部分中使用PRNet，取得了平衡的性能和时间。实验证明，该方法可以有效去除阴影并取得卓越性能。