To better account for the global structure instead ofsimply aggregating eg concatenating the representationsfrom different GNN layers we devise an adaptive aggregation module that assigns weights for

为了更好地考虑全局结构，我们不再简单地聚合（例如连接）来自不同GNN层的表示，而是设计了一种自适应聚合模块，以图形特定的方式为不同层分配权重。对于局部结构，该框架进一步提取代表性子结构（例如分子的支架[23]），并将其自适应融合到整个图形表示中。通过这种方式，该框架可以实现更精确的距离度量，以增强对新类别的图形分类。此外，该框架是透明的，揭示了全局结构和局部结构如何影响分类。