摘要
谱图卷积网络是利用拉普拉斯算子对图结构数据进行建模的标准化卷积网络的推广。一个常见的误解是谱滤波器具有不稳定性，即无法在不同规模和拓扑结构的图之间进行谱滤波器的迁移。这一错误认知曾限制了谱图网络在多图任务中的发展，导致研究者更倾向于采用空间域图网络。然而，近期研究表明，谱滤波器在图结构扰动下具有良好的稳定性。本文进一步补充并强化了谱滤波器优异的可迁移性，通过在不同规模与连通性图结构的任务上对谱图网络进行基准测试。数值实验结果表明，该方法在两个图基准数据集上，在图回归、图分类和节点分类任务中均表现出优异性能。相关实验代码已开源至GitHub，以确保结果的可复现性。