본 논문은 기존의 스펙트럼 기반 그래프 신경망(GNN)이 낮은 차수의 다항식 필터를 사용하여 그래프의 스펙트럼 특징을 완전히 포착하지 못하는 한계를 해결하기 위해, Piecewise Constant Spectral Graph Neural Network(PieCoN)을 제안합니다. PieCoN은 상수 스펙트럼 필터와 다항식 필터를 결합하여 그래프 구조를 활용하는 보다 유연한 방법을 제공합니다. 스펙트럼을 구간으로 적응적으로 분할함으로써 효과적으로 학습할 수 있는 스펙트럼 특징의 범위를 넓힙니다. 9개의 벤치마크 데이터셋(동종성 및 이종성 그래프 포함)에 대한 실험 결과, PieCoN은 특히 이종성 데이터셋에서 효과적임을 보여줍니다.
