RGDLAN and HMARN: A dual-path graph neural approach with multi-agent systems for listed enterprise violation prediction
0Citations signalées — pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Résumé indisponible : les résultats de l’étude ne doivent pas être déduits depuis son seul titre.
Contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- RGDLAN and HMARN: A dual-path graph neural approach with multi-agent systems for listed enterprise violation prediction
- Date Crossref
- 01/01/2027
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.
Institutions déclarées
Qingdao UniversityQingdao University of Science and TechnologyShandong University of Science and Technology
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Sujets associés
Advanced Graph Neural NetworksImbalanced Data Classification TechniquesFinancial Distress and Bankruptcy Prediction