Este artículo aborda el desafío central del cambio de distribución inducido por el tamaño en redes neuronales de grafos (GNN) y su impacto en la generalización de GNN a grafos más grandes. La investigación existente ha hecho suposiciones variables sobre el cambio de distribución, lo que lleva a conclusiones contradictorias sobre la generalización de GNN. Este artículo adopta un enfoque basado en datos para identificar y caracterizar los tipos de cambio de distribución inducido por el tamaño y explora su impacto en el rendimiento de GNN desde una perspectiva en gran parte inexplorada del cambio espectral. Explotando la varianza sustancial en tamaños de grafos en conjuntos de datos biológicos del mundo real, analizamos grafos biológicos y encontramos que las diferencias espectrales impulsadas por patrones de subgrafos (p. ej., longitud promedio del ciclo) son mayores y están fuertemente correlacionadas con el rendimiento de GNN en grafos no observados. Con base en estos conocimientos, proponemos tres estrategias independientes del modelo para mejorar el reconocimiento de GNN de patrones importantes de subgrafos, y encontramos que la atención intensiva en tamaño es el enfoque más efectivo. A través de experimentos exhaustivos utilizando seis arquitecturas GNN y siete estrategias independientes del modelo en cinco conjuntos de datos, demostramos que la estrategia de atención intensiva en tamaño propuesta mejora significativamente la clasificación de gráficos en gráficos de prueba que son de 2 a 10 veces más grandes que el gráfico de entrenamiento, mejorando los puntajes F1 hasta en un 8% sobre líneas de base sólidas.
