本研究提出了一种高通滤波函数，通过反时间原理和量子物理，改善图节点特征的清晰度。引入了基于多尺度热核的图神经网络 (MHKG)，进一步广义化为 G-MHKG 模型，并在图数据集上验证了其有效性。

本研究借鉴反时间原理，提出了一种高通滤波函数，提高了图节点特征的清晰度。引入了基于多尺度热核的图神经网络 (MHKG)，进一步将其广义化为一种称为 G-MHKG 的模型。实验证明该模型在图数据集上有效，胜过了几个基线模型。