本研究提出了一种强大且可扩展的图形Transformer方案，结合位置编码和注意机制，适用于不同规模的图形。比较了多层图神经网络与图增强多层感知器的表现，发现后者在某些条件下能有效区分非同构图，但表达能力受限。同时介绍了多种基于注意力机制的图神经网络模型，展示了在节点分类等任务中的优越性能。

本文比较了多层图神经网络和图增强多层感知器的表现，发现GA-MLP能够区分几乎所有非同构图，但在表达能力和学习灵活性方面受限。