نقترح معمارية شبكة جديدة، وهي شبكات الانتباه المغلقة (GaAN)، لتعلم الرسوم البيانية. على عكس آلية الانتباه متعددة الرؤوس التقليدية، التي تستهلك جميع رؤوس الانتباه بالتساوي، تستخدم GaAN شبكة فرعية انتقالية للتحكم في أهمية كل رأس انتباه. نثبت فعالية GaAN في مشكلة تصنيف العقد الاستقرائي. بالإضافة إلى ذلك، باستخدام GaAN كوحدة بنائية، نقوم ببناء وحدة التكرار الرسومي المغلقة (GGRU) لمعالجة مشكلة التنبؤ بسرعة الحركة المرورية. تظهر التجارب الواسعة على ثلاثة مجموعات بيانات حقيقية أن إطار عملنا GaAN يحقق نتائج في طليعة المجال في كلا المهمتين.