提升图神经网络对节点标识符的不变性：一种新型正则化方法

论文指出消息传递图神经网络（GNNs）添加唯一节点标识符（IDs）常导致输出依赖于具体ID，缺乏理想的ID不变性。 作者提出一种新型正则化方法以强制网络实现ID不变性，并在真实与合成任务中显著提升泛化性能。 该方法有效解决了ID框架的关键局限，为增强GNNs表达能力提供了新的理论路径。