本研究提出了持续图学习框架PSCGL，解决了传统图神经网络在动态环境中的灾难性遗忘问题，尤其在生物数据集上表现出色。实验结果表明，PSCGL提升了模型的存储效率和鲁棒性。

本研究提出了一种新方法sTAB-Net，通过引入注意力机制解决表格数据神经网络中的稀疏性问题。实验结果表明，该方法在生物数据集上优于传统树模型，具有重要的应用价值。