# 自适应谱聚合

图神经网络在异配图上做节点分类时，聚合前的那一步一直由度归一化固定，而度归一化在谱上相当于一道零点位置由归一化而非数据决定的谷，稠密图的特征值恰好堆在那里。SpecValley把这道谷的中心、锐度和两侧增益改为按图学习，再接入一个普通的ChebNet谱滤波器。在六个异配基准上，SpecValley在其中四个达到或超过已发表最好结果，在Tolokers上落在最好结果的置信区间内，在Actor上落后；交叉五种聚合器与四种滤波器的对照把增益归到聚合这一步，而不是下游滤波器。

图神经网络在异配图上做节点分类时，聚合前的那一步一直由度归一化固定，而度归一化在谱上相当于一道零点位置由归一化而非数据决定的谷，稠密图的特征值恰好堆在那里。SpecValley把这道谷的中心、锐度和两侧增益改为按图学习，再接入一个普通的ChebNet谱滤波器。在六个异配基准上，SpecValley在其中四个达到或超过已发表最好结果，在Tolokers上落在最好结果的置信区间内，在Actor上落后；交叉五种聚合器与四种滤波器的对照把增益归到聚合这一步，而不是下游滤波器。