本研究提出了一种新颖的图嵌入模型JPEC，用于从金融知识图谱中识别竞争者。JPEC结合节点邻近性与重要特征，显著提升了竞争者检索效果。

本文探讨了图信号处理与图嵌入模型的关系，提出了GF-Attack攻击器，能够有效攻击图滤波器。同时，研究了图神经网络的鲁棒性，提出了基于贪心算法的节点选择和无监督流水线STABLE等优化方法，以增强模型的抗攻击能力。实验结果表明，这些方法在多个基准数据集上表现优越。

该研究使用图嵌入模型预测基因相互作用网络链接，证明多组学数据整合可提高预测准确率，达到71％。基因甲基化和RNA测序数据整合对预测准确率提高显著。