knowledge distillationをグラフ畳み込みネットワークで行うのが新しい．教師ネットワークと生徒ネットワークの入力グラフが異なる動的グラフモデルへの拡張も可能．

グラフ畳み込みネットワーク専用のknowledge distillation手法は他にないので，グラフ畳み込みネットワークでも使える従来手法と比較を行い，２つのタスク（ノード分類，3Dオブジェクト認識）で従来手法よりも高い性能であることを示した．