Qu'est-ce que le spectral GNN et le spatial GNN?

Spectral GNN et Spatial GNN sont deux approches principales pour construire des réseaux neuronaux graphiques (Graph Neural Networks) :

• Spectral GNN sont basés sur la théorie spectrale des graphes. Ils utilisent les valeurs propres et vecteurs propres du Laplacien du graphe pour définir des opérations de convolution dans le domaine fréquentiel. Ces modèles sont bien formalisés mathématiquement, mais nécessitent souvent une structure fixe du graphe et peuvent être coûteux en calcul.

• Spatial GNN travaillent directement avec les voisins des nœuds dans le graphe, en appliquant des opérations d'agrégation et de mise à jour des caractéristiques basées sur la structure locale. Ils sont plus flexibles, gèrent facilement les graphes dynamiques et changeants, et sont généralement plus simples à mettre en œuvre.

Exemple : dans Spatial GNN, pour chaque nœud, on recueille les caractéristiques des voisins, on les agrège (par exemple, en additionnant ou en moyennant), puis on applique un réseau neuronal pour mettre à jour les caractéristiques du nœud.