本研究提出了一种图信号自适应消息传递（GSAMP）方法，旨在解决在线预测、缺失数据填补和噪声去除问题。该方法通过局部计算显著提升了在高斯和脉冲噪声条件下的信号处理效果，展现了实际应用的潜在价值。

该论文研究了金属增材制造过程中在线预测未打印零件的热场的方法。通过映射和重建，利用人工神经网络估计未打印层上点的温度曲线，并通过降阶模型构建整个层的温度场。经过实验验证，该方法在低成本台式机上能够快速构建未打印层的热场，并具有良好的泛化能力。