本研究提出了一种基于脉冲神经网络（SNN）的图形处理框架，结合图卷积滤波器和神经脉冲动力学，开发了空时特征归一化技术。通过多个基准测试验证了模型的性能，显示出在计算成本上的优势，适用于神经形态硬件。同时，研究提出了SpikeNet和SpikeGCL等新框架，展示了在动态图和图表示学习中的有效性与能效。