谱图网络可迁移性的实验研究

谱图卷积网络是使用拉普拉斯算子的、针对图结构数据的标准卷积网络的推广。一个常见的误解是谱滤波器的不稳定性，即谱滤波器不可能在大小和拓扑可变的图之间迁移。这一误解限制了谱网络在多图任务中相对于空间图网络的发展。然而，近期工作已证明谱滤波器在图扰动下的稳定性。我们的工作通过在不同大小和连通性的图的任务上基准测试谱图网络，补充并进一步强调了谱可迁移性的高质量。数值实验在两个图基准上展示了在图回归、图分类和节点分类问题上的良好性能。我们实验的实现已在GitHub上提供以保证可复现性。