Mi az a spectral GNN és spatial GNN?

Spectral GNN és Spatial GNN két fő megközelítés a gráf neurális hálózatok (Graph Neural Networks) építéséhez:

• Spectral GNN a gráf spektrális elméletén alapulnak. A gráf sajátértékeit és sajátvektorait használják a Laplacian segítségével, hogy frekvenciasávban konvolúciós műveleteket definiáljanak. Ezek a modellek matematikailag jól formalizáltak, de gyakran fix gráfstruktúrát igényelnek, és számításilag költségesek lehetnek.

• Spatial GNN közvetlenül a csomópontok szomszédjaival dolgozik a gráfban, aggregációs és frissítési műveleteket alkalmazva a helyi struktúra alapján. Rugalmasabbak, könnyen kezelik a dinamikus és változó gráfokat, és általában egyszerűbbek a megvalósításban.

Példa: a Spatial GNN esetében minden csomópontnál összegyűjtik a szomszédok jellemzőit, aggregálják (például összeadással vagy átlagolással), majd egy neurális hálózatot alkalmaznak a csomópont jellemzőinek frissítésére.