私たちは、グラフウェーブレットニューラルネットワーク（GWNN）を提案します。これは、従来のスペクトルグラフCNN手法がグラフフーリエ変換に依存することによる欠点を解決するために、グラフウェーブレット変換を活用した新しいグラフ畳み込みニューラルネットワーク（CNN）です。グラフウェーブレット変換は、高計算コストの行列固有値分解を必要とせずに高速アルゴリズムで得られるため、グラフフーリエ変換とは異なります。さらに、グラフウェーブレットは頂点領域において疎であり局所化されているため、グラフ畳み込みに対して高い効率性と良好な解釈可能性を提供します。提案されたGWNNは、Cora、Citeseer、Pubmedという3つのベンチマークデータセットにおけるグラフベースの半教師付き分類タスクにおいて、従来のスペクトルグラフCNNよりも大幅に優れた性能を示しています。