本研究提出了签名图原型自编码器（SGAAE），旨在解决现有图自编码器在签名网络中的可解释性不足问题。SGAAE通过将图投影到学习的多面体上，提取节点表示，有效推断节点隶属关系并识别竞争社区。实验结果表明，SGAAE在签名链路预测任务中表现优异，超越多种基线模型。

本文探讨了基于有符号拉普拉斯矩阵的图谱划分算法，证明其在带符号图中优于传统方法。研究提出了磁签Laplacian和QuaterGCN等新算法，显示出在处理有向图和复杂关系时的优越性能，尤其在聚类和图学习任务中表现突出。