学术论文
供应链风险与韧性
基于图神经网络和联邦学习提升供应链可见性的分析方法
本文提出了一种结合联邦学习（FL）和图卷积神经网络（GCNs）的新方法，以增强供应链的可见性。通过关系预测，该方法能够在供应链知识图谱中揭示隐藏的连接，并提供全面的见解。实验结果表明，所提方法在多个国家的数据集上表现优异，平均准确率达到85%。