该研究探讨了图神经网络（GNN）的表达能力，提出了基于树距离的图相似度度量和多种拓扑特征的理论框架。通过消息传递神经网络（MPNNs）分析，研究了其泛化能力及在异构图中的表现，提出了新方法M2M-GNN以克服传统方法的局限性，并引入图信号切割距离度量以提高稳定性和收敛性。