يهدف التوافق الرسومي إلى إقامة علاقة تقابل بين مجموعات العقد في الرسوم البيانية المعطاة مع الحفاظ على اتساق مجموعات الحواف. ومع ذلك، تظل التحديات الناتجة عن وجود قيم شاذة في السياقات العملية، ومشكلة التعلم المتساوي لتمثيلات الحواف في الطرق القائمة على التعلم العميق، ما زالت قائمة. ولحل هذه المشكلات، نقدّم شبكة تسمى "توافق الرسوم البيانية المتكيف مع انتباه الحواف" (EAGM) ووصفًا جديدًا لخصائص الحواف. تقوم شبكة EAGM بتحويل العلاقة بين التوافق في رسمين بيانيين إلى مشكلة تصنيف للعقد والحواف على رسم تعيين مُكوّن من كلا الرسمين. ولاستغلال الإمكانات المتوفرة في الحواف، تتعلم EAGM انتباهًا للحواف على رسم التعيين بهدف: (1) كشف التأثير الذي تُحدثه كل حافة على عملية التوافق الرسومي، و(2) تعديل تعلم تمثيلات الحواف بشكل تكيفي. ولتقليل التأثيرات السلبية الناتجة عن القيم الشاذة، نصف الحافة من خلال تجميع المعلومات الدلالية في الفضاء المُمتد عبر الحافة. وتوفر هذه المعلومات الغنية تمييزًا واضحًا بين الحواف المختلفة (مثلاً: الحواف بين نقاط داخلية مقابل الحواف بين نقطة داخلية ونقطة شاذة)، ما يُسهم في التمييز بين القيم الشاذة من منظور الحواف المرتبطة بها. وقد أظهرت التجارب الواسعة أن EAGM تحقق جودة متوافقة متميزة مقارنة بالطرق الرائدة في المجال، سواء في الحالات التي تحتوي على قيم شاذة أو التي لا تحتوي عليها. يمكن الوصول إلى الكود المصدري للنظام والتجارب الكاملة عبر الرابط: https://github.com/bestwei/EAGM.