该研究提出了多种图神经网络（GNN）模型，旨在提升节点分类任务的性能，特别是在异质性网络中表现优异。通过引入新算法和框架，如H2GCN、Node-MoE和AGS-GNN，研究者解决了现有模型在同质性和异质性下的局限性，优化了节点表示和计算效率，实验证明了这些方法的有效性。