Wat zijn spectral GNN en spatial GNN?

Spectral GNN en Spatial GNN zijn twee hoofdbenaderingen voor het bouwen van grafische neurale netwerken (Graph Neural Networks):

• Spectral GNN zijn gebaseerd op de spectrale theorie van grafen. Ze gebruiken eigenwaarden en eigenvectoren van de Laplaciaan van het graf om convolutie-operaties in het frequentiedomein te definiëren. Deze modellen zijn mathematisch goed geformaliseerd, maar vereisen vaak een vaste grafstructuur en kunnen computationeel kostbaar zijn.

• Spatial GNN werken rechtstreeks met de buren van knooppunten in het graf, door aggregatie- en update-operaties toe te passen op basis van de lokale structuur. Ze zijn flexibeler, kunnen dynamische en veranderende grafen gemakkelijk verwerken, en zijn over het algemeen eenvoudiger te implementeren.

Voorbeeld: in Spatial GNN worden voor elk knooppunt de kenmerken van de buren verzameld, geaggregeerd (bijvoorbeeld door op te tellen of te middelen), en vervolgens wordt een neuraal netwerk toegepast om de kenmerken van het knooppunt bij te werken.