<h1>HybSpecNet: Hybrid-Domain GNN vereint Stabilität und Anpassungsfähigkeit</h1> <p>Spektrale Graph Neural Networks (GNNs) stehen vor einem fundamentalen „Stabilität‑gegen‑Anpassungsfähigkeit“-Dilemma. Filters, die im endlichen Intervall \([-1,1]\) arbeiten – wie ChebyNet – sind bei hohen Polynomgraden numerisch robust, bleiben jedoch statisch und low‑pass, was sie bei heterophilen Graphen ineffizient macht. Im Gegensatz dazu nutzen Modelle wie KrawtchoukNet das semi‑unendliche Intervall \([0,\infty)\) und