شبكات التوليد جعلت من الممكن إنتاج إشارات ذات معنى مثل الصور والنصوص من الضوضاء البسيطة. مؤخرًا، تم تطوير طرق توليدية تعتمد على شبكات GAN (Generative Adversarial Networks) و VAE (Variational Autoencoders) للرسوم البيانية وإشارات الرسوم البيانية. ومع ذلك، فإن الخصائص الرياضية لهذه الطرق غير واضحة، وتدريب نماذج توليدية جيدة يعد صعبًا. يقترح هذا العمل نموذج توليد رسومي يستخدم تكييفًا حديثًا لتحويل التشتت الخاص بماليه (Mallat's scattering transform) إلى الرسوم البيانية. يتكون النموذج المقترح بشكل طبيعي من مُشفِّر ومسجِّل فك الشفرة. المُشفِّر هو تحويل تشتيت رسومي مُغَيَّر إلى التوزيع الطبيعي (Gaussianized graph scattering transform)، وهو مقاوم للتشويه في الإشارة والرسم البياني. المسجِّل فك الشفرة هو شبكة متصلة بالكامل بسيطة يتم تكييفها للمهام الخاصة، مثل التنبؤ بالروابط، وتوليد الإشارات على الرسوم البيانية، وتوليد كامل للرسم البياني والإشارة. يعتبر تدريب النظام المقترح كفؤًا لأنه يطبق فقط على المسجِّل فك الشفرة، ومتطلبات الأجهار معتدلة. تظهر النتائج العددية أداءً رائدًا للنظام المقترح لكل من التنبؤ بالروابط وتوليد الرسم البياني والإشارة.