الكهروenceفالوغرافيا (EEG) تقيس النشاطات العصبية في مناطق الدماغ المختلفة باستخدام الأقطاب الكهربائية. العديد من الدراسات الحالية حول التعرف على العواطف باستخدام EEG لا تستغل بشكل كامل الطوبولوجيا بين قنوات EEG. في هذا البحث، نقترح شبكة عصبية محددة الرتب (RGNN) للتعرف على العواطف باستخدام EEG. يأخذ RGNN بعين الاعتبار الطوبولوجيا البيولوجية بين المناطق الدماغية المختلفة لالتقاط العلاقات المحلية والعالمية بين قنوات EEG المختلفة. تحديداً، نقوم بنمذجة العلاقات بين القنوات في إشارات EEG عبر مصفوفة المجاورة في شبكة عصبية رسومية، حيث يُلهم اتصال وندرة مصفوفة المجاورة النظريات العصبية للتنظيم البشري للدماغ. بالإضافة إلى ذلك، نقترح نوعين من المحددات، وهما التدريب المعادي حسب العقد (NodeDAT) والتعلم التوزيعي الواعي بالعواطف (EmotionDL)، لمعالجة الاختلافات بين الأفراد في إشارات EEG والعلامات الضوضائية، على التوالي. تُظهر التجارب الواسعة التي أجريت على قاعدتين بيانات عامتين، SEED وSEED-IV، الأداء المتفوق لنموذجنا مقارنة بأحدث النماذج في معظم الإعدادات التجريبية. علاوة على ذلك، تُظهر دراسات الاستبعاد أن المصفوفة المقترحة للمجاورة والمحددان يساهمان بزيادة ثابتة ومعنوية في أداء نموذج RGNN الخاص بنا. وأخيراً، فإن التحقيقات حول النشاطات العصبية تكشف عن المناطق الدماغية الهامة والعلاقات بين القنوات لالتقاط العواطف باستخدام EEG.