Czym są spectral GNN i spatial GNN?

Spectral GNN i Spatial GNN to dwa główne podejścia do budowy sieci neuronowych grafowych (Graph Neural Networks):

• Spectral GNN opierają się na teorii spektralnej grafów. Używają wartości własnych i wektorów własnych Laplacjanu grafu do definiowania operacji konwolucji w dziedzinie częstotliwości. Takie modele są dobrze sformalizowane matematycznie, ale często wymagają stałej struktury grafu i mogą być obliczeniowo kosztowne.

• Spatial GNN działają bezpośrednio z sąsiadami węzłów w grafie, stosując operacje agregacji i aktualizacji cech na podstawie lokalnej struktury. Są bardziej elastyczne, łatwo obsługują grafy dynamiczne i zmieniające się, i zazwyczaj są prostsze w implementacji.

Przykład: w Spatial GNN dla każdego węzła zbierane są cechy sąsiadów, agregowane (np. sumując lub uśredniając), a następnie stosowana jest sieć neuronowa do aktualizacji cech węzła.