时间消息传递的表达能力

图神经网络（GNN）最近被适配到时间设置中，通常采用来自 GNN 的时间版本消息传递机制。我们将文献中的时间消息传递机制分为两类：全局和局部，并为两者建立了 Weisfeiler-Leman 特征化。这使我们能够正式分析时间消息传递模型的表达能力。我们表明，当应用于任意时间图时，全局和局部时间消息传递机制具有不可比较的表达能力。然而，当应用于颜色持久的时间图（其节点颜色在所有时间点最初相同）时，局部机制严格比全局机制更具表达能力。我们的理论发现得到了实验证据的支持，强调了我们分析的实践意义。