多项式图滤波器

概述

多项式图滤波器是一种特殊的图滤波器，通过多项式函数对图的拉普拉斯矩阵或邻接矩阵进行变换来实现信号处理。在图神经网络中，许多模型可以被统一理解为多项式图滤波器的不同形式。

关键内容

1. 数学定义：
2. 多项式图滤波器：gθ(L) = Σk θk L^k 或 gθ(A) = Σk θk A^k
3. 其中L为拉普拉斯矩阵，A为邻接矩阵，θk为多项式系数

4. 通过多项式函数近似谱域滤波器：gθ(λ) = Σk θk λ^k

5. 实现方式：

6. 在空间域直接计算矩阵多项式
7. 避免了特征分解的计算复杂度

8. 通过K步邻域传播实现K阶多项式操作

9. 具体实例：

10. SGC滤波器：gθ(A) = A^K，对应K阶邻域传播
11. APPNP滤波器：基于PageRank的多项式滤波器

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

13. 优势特点：

14. 计算效率高：无需显式特征分解
15. 局部性：K阶多项式对应K跳邻域信息

16. 可解释性：多项式系数直接对应不同跳数信息的权重

17. 在推荐系统中的应用：

18. LightGCN的多项式滤波器对邻接矩阵施加低通滤波
19. 通过均匀加权平衡不同阶数的邻域信息
20. 保持了协同信号的平滑同时保留区分度

来源

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

相关

• 谱图理论 — 多项式图滤波器的理论基础
• 图滤波器 — 多项式图滤波器的上位概念
• LightGCN — 多项式图滤波器的具体应用
• SGC — 多项式图滤波器的另一种实例
• APPNP — 多项式图滤波器的另一种实例