本文综述图神经网络研究进展，提出CAGNN框架应对异质问题并提升GIN、GAT、GCN准确率；探讨拓扑变化、特征学习及表达能力局限，提出随机特征方法；用节点级异质性度量替代全局同质性系数；揭示图卷积与Mixup的等价关系；从图信号处理角度分析滤波器性质；提出ACM框架自适应利用聚合、多样化与恒等通道，在多项节点分类任务中显著提升性能。