spectral GNNs

图学习统一：新框架超越了对图神经网络的限制性观点

一篇新论文提出了一个统一的图学习理论框架，认为该领域应超越对谱图神经网络（GNN）和消息传递图神经网络（GNN）的限制性观点。作者基于特征基对称性对谱图神经网络进行了精确定义，并将其与用于消息传递神经网络（MPNN）的邻域置换对称性进行了对比。他们认为，尽管在当前定义下，这两种方法在表达能力上基本相当，但谱图视角提供了理解平滑和稳定性的独特工具，是对MPNN提供的离散结构分析的补充。