中国海洋大学数学科学学院刘新亮副教授及其合作者在信号处理与应用数学领域的国际重要期刊《Applied and Computational Harmonic Analysis》上发表了题为“Framelet message passing”的研究论文。

上述论文围绕图神经网络中的信息传递机制展开，提出了一种融合 framelet（框架小波）表示的消息传递新方法。该方法将 framelet 多尺度分解引入图神经网络的特征传播过程中，通过在节点更新阶段整合来自多跳邻域的 framelet 表示，实现对图结构中局部与全局信息的高效刻画。进一步地，论文还提出了基于神经常微分方程的连续型 framelet 消息传递模型，使离散与连续两种框架下的消息传递统一于同一理论体系。理论分析表明，该方法能够有效缓解图神经网络中的过平滑问题，并提升模型稳定性。大量真实数据集上的实验结果验证了所提出方法在异构图学习和节点分类任务中的优越性能，同时保持了较低的计算开销。

该研究工作由刘新亮副教授与上海交通大学周冰心、张楚天、王宇光等学者合作完成，王宇光副教授为通讯作者。本项工作得到了中国国家自然科学基金的资助。

论文链接地址：https://doi.org/10.1016/j.acha.2025.101773