تم تقديم الرسوم البيانية للمناظر مؤخرًا في فهم الفضاء ثلاثي الأبعاد كتمثيل شامل للمنظر. تعتبر محاذاة الرسوم البيانية للمناظر ثلاثية الأبعاد الخطوة الأولى لعديد من المهام اللاحقة مثل تسجيل السحابة النقطية بمساعدة الرسم البياني للمنظر، والتركيب، وفحص التداخل، وتوجيه الروبوتات. في هذا العمل، نعالج مسألة محاذاة الرسوم البيانية للمناظر ثلاثية الأبعاد كمشكلة تطابق جزئي للرسوم البيانية ونقترح حلها باستخدام شبكة عصبية للرسم البياني. نعيد استخدام الخصائص الهندسية التي تم تعلمها بواسطة طريقة تسجيل السحابة النقطية وربط الخصائص الهندسية على مستوى النقاط المجمعة بالخصائص الدلالية على مستوى العقد من خلال وحدة دمج الخصائص المصممة لدينا. يتم تمكين التطابق الجزئي من خلال استخدام طريقة قابلة للتعلم لاختيار أزواج العقد الأكثر تشابهًا (top-k). يتم تحقيق المهام اللاحقة مثل تسجيل السحابة النقطية عن طريق تشغيل شبكة تسجيل مسبقاً مدربة داخل المناطق المتطابقة. كما نقترح طريقة إعادة تقييم التطابق النقطي، والتي تستفيد من محاذاة العقد في الرسم البياني للمنظر ثلاثي الأبعاد لإعادة وزن مرشحي التطابق من طريقة تسجيل السحابة النقطية المدربة مسبقًا. هذا يقلل من التقابلات النقطية الخاطئة خاصة في الحالات ذات التداخل المنخفض. تظهر التجارب أن طرقنا تحسن دقة المحاذاة بنسبة 10-20% في سيناريوهات التداخل المنخفض والتحولات العشوائية وتتفوق على الأعمال الموجودة في عدة مهام لاحقة.