谱图理论

概述

谱图理论是图论的一个分支，通过研究图的拉普拉斯矩阵的特征值和特征向量来分析图的结构性质。在图神经网络中，谱图理论为理解图卷积操作提供了数学基础。

关键内容

1. 核心概念：
2. 图的拉普拉斯矩阵：L = D - A（D为度矩阵，A为邻接矩阵）
3. 归一化拉普拉斯矩阵：L_sym = D^(-1/2) L D^(-1/2) 或 L_rw = D^(-1) L

4. 拉普拉斯矩阵的特征分解：L = UΛU^T，其中U为特征向量矩阵，Λ为特征值对角矩阵

5. 谱域卷积：

6. 信号在图上的傅里叶变换：x̂ = U^T x
7. 谱域卷积定理：图卷积在频域中为逐元素相乘 (x * y) = U((U^T x) ⊙ (U^T y))

8. 图卷积核为滤波器函数：(gθ * x)i = Σk Uik θk (U^T x)k

9. 多项式图滤波器：

10. 通过多项式函数近似谱域滤波器：gθ(L) = Σk θk L^k
11. 在LightGCN等模型中体现为对邻接矩阵的多项式操作

12. 包括SGC的A^K、APPNP的PageRank多项式、LightGCN的均匀加权多项式

13. 应用领域：

14. 图信号处理：在图结构上进行信号的平滑、滤波
15. 图神经网络：为GCN、GraphSAGE、GAT等提供理论基础
16. 推荐系统：LightGCN等模型利用谱图理论理解嵌入平滑效应

来源

• 15-lightgcn.md — LightGCN论文中提及谱图理论视角

相关

• 图神经网络 — 使用谱图理论作为理论基础
• LightGCN — 应用谱图理论理解多项式图滤波器
• 图滤波器 — 谱图理论在图信号处理中的应用
• 拉普拉斯矩阵 — 谱图理论的核心概念