इस पत्र में, हम ग्राफ न्यूरल नेटवर्क (GNNs) का उपयोग करके ग्राफ नोड वर्गीकरण में डोमेन अनुकूलन समस्या को हल करने के लिए एक नई विधि, स्पेक्ट्रल ऑग्मेंटेशन फॉर ग्राफ डोमेन अडेप्टेशन (\method{}) का प्रस्ताव करते हैं। जबकि GNNs पर आधारित डोमेन अनुकूलन पर पिछले अध्ययनों ने मुख्य रूप से स्रोत और लक्ष्य डोमेन के फ़ीचर स्पेस को संरेखित करने पर ध्यान केंद्रित किया है, हम स्पेक्ट्रल डोमेन में प्रत्येक वर्ग के फ़ीचर स्पेस को संरेखित करने के लिए एक नया दृष्टिकोण प्रस्तुत करते हैं। यह इस अवलोकन पर आधारित है कि विभिन्न डोमेन में एक ही श्रेणी से संबंधित नोड्स में स्पेक्ट्रल डोमेन में समान विशेषताएं होती हैं, जबकि विभिन्न वर्ग काफी भिन्न होते हैं। इसके अलावा, हम स्थानीय और वैश्विक स्थिरता का फायदा उठाने के लिए एक दोहरे-ग्राफ़ कन्वोल्यूशनल न्यूरल नेटवर्क विकसित करते हैं
