本文提出了一种基于对抗领域自适应和图卷积的图传输学习框架AdaGCN，用于解决跨网络节点分类问题。该框架能够成功传输类信息，即使在标签数据不足和源目标领域差异显著的情况下也能有效应用。实验结果验证了AdaGCN的有效性。

本文介绍了一种基于对抗领域自适应和图卷积的图传输学习框架AdaGCN，用于解决跨网络节点分类问题。该框架能够在标签数据不足的情况下，从部分标记的源网络中利用标记信息辅助完全未标记或只有部分标记的目标网络节点分类。通过实验验证了AdaGCN在标签率低和源目标领域差异显著的情况下都能成功传输类信息。