ICLR 2023 | Specformer: 基于Transformer的集合到集合图谱滤波器

©作者 | 薄德瑜单位 | 北京邮电大学博士生来源 | 北邮GAMMA Lab论文标题：Specformer: Spectral Graph Neural Networks Meet Transformers收录会议：ICLR 2023论文地址：https://openreview.net/pdf?id=0pdSt3oyJa1摘要图神经网络已经在机器学习领域取得了巨大的成功。根据图信号的处理方式，图神经网络可以大致分为两类，即空域图神经网络和谱域图神经网络。空域图神经网络通常采用消息传递的框架，在节点域通过传播图上的局部信息来学习有用的图表示；谱域图神经网络则通过图滤波器在频谱域对特征进行滤波，通常能够学习到非局部的信息。一个更详细的讨论可以见论文“A Survey on Spectral Graph Neural Networks”。虽然空域图神经网络已经在许多领域取得了令人印象深刻的表现，但是谱域图神经网络仍然没有被充分研究。谱域图神经网络未能赶上的原因有两个。首先，大多数 ………………………………