本研究提出了多种基于反应扩散方程的图神经网络（GNN）模型，如GREAD、ADR-GNN和TDE-GNN，以解决过度平滑和动态建模问题。实验结果显示，这些模型在节点分类和时空数据集上表现优越，具备更强的鲁棒性和计算优势。同时，研究系统回顾了连续动态学在GNN中的应用，并指出了未来的研究方向。