Was sind spectral GNN und spatial GNN?

Spectral GNN und Spatial GNN sind zwei Hauptansätze zum Aufbau von Graph Neural Networks:

• Spectral GNN basieren auf der spektralen Theorie der Graphen. Sie verwenden Eigenwerte und Eigenvektoren des Laplacians des Graphen, um Faltungsoperationen im Frequenzbereich zu definieren. Solche Modelle sind mathematisch gut formalisiert, erfordern jedoch oft eine feste Graphstruktur und können rechenintensiv sein.

• Spatial GNN arbeiten direkt mit den Nachbarn der Knoten im Graphen, indem sie Aggregations- und Aktualisierungsoperationen auf Basis der lokalen Struktur anwenden. Sie sind flexibler, handhaben dynamische und sich ändernde Graphen leichter und sind in der Regel einfacher umzusetzen.

Beispiel: Bei Spatial GNN werden für jeden Knoten die Merkmale der Nachbarn gesammelt, aggregiert (z.B. summiert oder gemittelt), und dann wird ein neuronales Netzwerk angewendet, um die Merkmale des Knotens zu aktualisieren.