图滤波器

概述

图滤波器是在图结构上对信号进行处理的算子，通过对图的频域特性进行操作来实现信号的平滑、去噪、增强等功能。在图神经网络中，图卷积操作可视为一种特殊的图滤波器。

关键内容

1. 基本定义：
2. 图滤波器是一种将图信号映射到另一个图信号的线性算子
3. 在频域中，图滤波器通过对拉普拉斯矩阵的特征值进行函数变换实现

4. 形式为：y = gθ(L)x = Ugθ(Λ)U^T x，其中L=UΛU^T为拉普拉斯矩阵的特征分解

5. 滤波器类型：

6. 低通滤波器：保留低频分量（平滑信号），抑制高频分量（噪声）
7. 高通滤波器：保留高频分量（细节变化），抑制低频分量

8. 带通滤波器：保留特定频率范围内的分量

9. 多项式图滤波器：

10. 通过多项式函数近似滤波器：gθ(λ) = Σk θk λ^k
11. 对应的空间域操作为：y = gθ(L)x = Σk θk L^k x

12. 包括LightGCN的均匀加权多项式：(1/(K+1)) Σk Ak

13. 常见实例：

14. SGC滤波器：gθ(A) = AK（K阶多项式）
15. APPNP滤波器：基于PageRank的多项式滤波器
16. LightGCN滤波器：均匀加权多项式滤波器，兼具低通和平滑特性

来源

• 15-lightgcn.md — LightGCN论文中提及多项式图滤波器概念

相关

• 图神经网络 — 图滤波器是其核心实现机制
• 谱图理论 — 提供图滤波器的理论基础
• LightGCN — 应用多项式图滤波器的实例
• 拉普拉斯矩阵 — 图滤波器的基本运算对象