INDEQS представляет рамку графовых нейронных уравнений дифференциальных уравнений, в которой в архитектурном уровне интегрируется предварительное направленное графовое знание. Оно разделяет внутреннюю и внешнюю смешиваемость, предлагая как варианты с графовым ограничением, так и адаптивные по данным, при внешнем информировании снижается средняя абсолютная ошибка на больших графах, а внутреннее информирование обеспечивает эффективность параметров при соблюдении известной структуры смежности. Непрерывные декодеры превосходят дискретные на задачах прогнозирования трафика и гидрологических процессов в реальных условиях.