本文介绍了一种新的概率图形学习框架——图感知积和网络（GSPN），该模型在缺乏监督数据和图像分类方面表现优越。研究还提出了求和积网络（SPN）和自对比图扩散网络（SCGDN），提高了图形建模和节点状态平衡的效率。实验结果表明，这些新方法在性能上优于传统模型。