捕捉高阶交互
用多重谱滤波器逼近任意图频谱，避免了高阶多项式滤波器常见的过平滑与过压缩问题。
Yan, Hui · Ling, Guo · Ai, Guoguo · Li, Xin
Neural Networks 2026
在不同阶关联的拉普拉斯矩阵上做傅里叶展开，引入单纯复形编码特征值，使不同阶之间的交互被显式建模，不再局限于成对节点关系。
通过多个谱滤波器融合与语义自适应掩码，即使阶数升高也能保持节点表示的可区分性，不会像传统方法那样随着深度增加而丧失表达能力。
不直接记忆一阶拉普拉斯矩阵，而是通过学习底层高阶关系，使模型在未见过的图上也能保持性能。