Weisfeiler–Lehmanグラフカーネルは、多くのグラフ分類タスクにおいて競争力ある性能を示す。しかし、その部分木特徴は連結成分やサイクルといった、グラフの特性を特徴づけるとされる位相的特徴を捉えることができない。このような特徴を抽出するため、ノードラベル情報を伝搬させ、重みなしグラフを距離空間（メトリック空間）に変換する手法を用いる。これにより、位相データ解析における恒常ホモロジー（persistent homology）を用いて得られる位相的情報を部分木特徴に追加可能となる。本研究で提案する手法は、Weisfeiler–Lehman部分木特徴の一般化として形式化されており、優れた分類精度を示す。特に、サイクル情報を導入することにより、予測性能の向上が顕著に見られる。