研究引入局部欧拉特征变换（$ ext{l}$-ECT）来增强图神经网络（GNN）的表达能力和可解释性，解决传统GNN在聚合时丢失局部信息的问题。该方法在保持全局解释性的同时，无损保留局部结构，尤其在异质图的节点分类任务中表现出色。