本研究提出了一种新颖的边权图注意力机制（EGAT）模型，旨在解决手写数学表达式识别中的建模问题，通过结合局部和全局图特征，提升符号检测和关系分类的性能。

本文提出了一种新方法，用于从节点观测中学习有向无环图（DAG）拓扑结构。该方法基于凸无环性函数，能够有效地规范边权为非负，保证全局最优解，并在无穷样本条件下恢复真实DAG结构。实验结果表明，该算法在多个合成数据测试中性能优于现有方法。