スペクトルグラフ畳み込みネットワークは、ラプラシアン演算子を用いてグラフ構造データに対する標準的な畳み込みネットワークの一般化である。一般的な誤解として、スペクトルフィルタの不安定性、すなわちサイズやトポロジーが異なるグラフ間でのスペクトルフィルタの転移が不可能であるという考えがある。この誤った認識により、多グラフタスクにおけるスペクトルネットワークの開発は、空間的グラフネットワークに比べて制限されてきた。しかし、最近の研究では、グラフの摂動に対してスペクトルフィルタが安定であることが証明されている。本研究は、異なるサイズおよび接続性を有するグラフを含むタスクにおいて、スペクトルグラフネットワークの性能を体系的にベンチマークすることで、スペクトル転移性の高品質さを補完的かつ強調的に示している。数値実験の結果、2つのグラフベンチマークにおいて、グラフ回帰、グラフ分類、ノード分類の問題で良好な性能が得られた。本研究の実装コードはGitHubにて公開されており、再現性を確保している。