G2SAE：谱监督的图级自编码

基于摘要分析。本文研究如何将整张图压缩为图级潜在表示，同时保留可恢复的节点属性与节点间连接，并处理重建监督中节点任意排序带来的对齐问题。作者提出 G2SAE，以显式监督的 Laplacian 谱表示引导图重建和节点对齐，主要研究对象是分子图，而非 EEG 或 BCI。 编码器从图拓扑提取谱潜在表示，并以拓扑特征为条件，分别构建节点和边的语义潜在表示。解码器先由谱潜在表示预测节点级谱坐标，再结合这些坐标、坐标间的两两关系以及语义潜在表示，重建连接与属性。谱表示同时提供预测节点与输入节点对齐所需的结构线索，使谱重建目标和图重建目标能够共同监督中间表示与最终图结构；具体损失形式尚未验证。 作者报告，在分子图基准实验中，G2SAE 改善了重建保真度。摘要未提供数据集名称、划分方式、对照方法、指标或数值，实验协议、消融及统计信息尚未验证。复现还需核对谱坐标的构造、谱表示歧义的处理、节点对齐算法及训练配置。 平台推测（待验证）：若将 EEG 通道作为节点、功能连接作为边，其谱监督与节点对齐机制可能用于学习保留连接结构的图级表示。该假设依赖可靠的图构建与连接重建目标，需将分子属性编码改造为 EEG 节点特征编码，并评估通道语义固定时是否仍需节点对齐。低信噪比、跨被试连接差异、通道缺失与小数据均可能使谱结构不稳定。可在固定划分的同一 EEG 数据上，对比加入与移除谱监督的图自编码器，同时考察连接重建和下游任务表现；原领域结果不构成 BCI 有效性证据，相关 EEG 工作尚未检索确认。