其他分享
首页 > 其他分享> > 【图神经网络】图神经网络(GNN)学习笔记:图信号处理与图傅里叶变换

【图神经网络】图神经网络(GNN)学习笔记:图信号处理与图傅里叶变换

作者:互联网

图神经网络GNN学习笔记:图信号处理与图卷积神经网络

第五章:图信号处理与图卷积神经网络


图信号处理(Graph Signal Processing, GSP)离散信号处理(Discrete Signal Processing, DSP)理论在图信号领域的应用,其通过对傅里叶变换滤波等信号处理基本概念的迁移,来研究对图信号的压缩、变换、重构等信号处理的基础任务。

图信号处理与图卷积模型密切相关:

本文,首先给出图信号的基本定义,然后介绍图傅里叶变换,并引出图信号频率的定义;然后介绍图信号上的滤波操作,以及卷积滤波图卷积模型的关系。同时还介绍了对图信号的频域空域的理解。

1. 矩阵乘法的三种方式

设两个矩阵 A ∈ R K A\in R^{K} A∈RK, B ∈ R M × P B\in R^{M\times P} B∈RM×P,对于 C = A B C=AB C=AB,有如下3种计算方式:

(1)内积视角:将A视作一个行向量矩阵,将B视作一个列向量矩阵,则
C i j = A i , : B : , j C_{ij}=A_{i,:}B_{:,j} Cij​=Ai,:​B:,j​
(2)行向量视角:将B视作一个行向量矩阵,将A视作系数矩阵,则
C i , : = ∑ m M A i m B m , : C_{i,:}=\sum_{m}^MA_{im}B_{m,:} Ci,:​=m∑M​Aim​Bm,:​
(3)列向量视角:将A视作一个列向量矩阵,将B视作系数矩阵,则
C : , j = ∑ m M B m j A : , m C_{:,j}=\sum_{m}^MB_{mj}A_{:,m} C:,j​=m∑M​Bmj​A:,m​


举例: A = [ 1 − 1 2 0 2 1 ] A=\begin{bmatrix} 1 & -1 & 2\\ 0 & 2 & 1 \end{bmatrix} A=[10​−12​21​], B = [ 2 0 − 1 1 0 − 1 ] B=\begin{bmatrix} 2 & 0\\ -1 & 1\\ 0 & -1 \end{bmatrix} B=⎣⎡​2−10​01−1​⎦⎤​,以内积视角计算,可得 C = [ 3 − 3 − 2 1 ] C=\begin{bmatrix} 3 & -3\\ -2 & 1 \end{bmatrix} C=[3−2​−31​];

如果用行视角进行计算,以C的第一行计算过程为例:
[ 3 − 3 ] = [ 1 − 1 2 ] [ 2 0 − 1 1 0 − 1 ] = 1 [ 2 0 ] + ( − 1 ) [ − 1 1 ] + 2 [ 0 − 1 ] = [ 2 , 0 ] + [ 1 , − 2 ] + [ 0 , − 2 ] = [ 3 , − 3 ] \begin{bmatrix} 3 & -3 \end{bmatrix} = \begin{bmatrix} 1 & -1 & 2 \end{bmatrix}\begin{bmatrix} 2 & 0\\ -1 & 1\\ 0 & -1 \end{bmatrix}=1\begin{bmatrix} 2 & 0 \end{bmatrix}+(-1)\begin{bmatrix} -1 & 1 \end{bmatrix}+2\begin{bmatrix} 0 & -1 \end{bmatrix}=[2,0]+[1,-2]+[0,-2]=[3,-3] [3​−3​]=[1​−1​2​]⎣⎡​2−10​01−1​⎦⎤​=1[2​0​]+(−1)[−1​1​]+2[0​−1​]=[2,0]+[1,−2]+[0,−2]=[3,−3]
如果用烈士叫进行计算,以C的第一列计算过程为例:
[ 3 − 2 ] = [ 1 − 1 2 0 2 1 ] [ 2 − 1 0 ] = 2 [ 1 0 ] + ( − 1 ) [ − 1 2 ] + 0 [ 2 1 ] = [ 2 0 ] + [ 1 − 2 ] + [ 0 0 ] = [ 3 − 2 ] \begin{bmatrix} 3 \\ -2 \end{bmatrix} = \begin{bmatrix} 1 & -1 & 2\\0 & 2 & 1\end{bmatrix}\begin{bmatrix}2 \\-1 \\0\end{bmatrix}=2\begin{bmatrix}1 \\0\end{bmatrix}+(-1)\begin{bmatrix} -1 \\2\end{bmatrix}+0\begin{bmatrix}2 \\1\end{bmatrix}=\begin{bmatrix}2 \\0\end{bmatrix}+\begin{bmatrix} 1 \\-2\end{bmatrix}+\begin{bmatrix}0 \\0\end{bmatrix}=\begin{bmatrix}3 \\-2\end{bmatrix} [3−2​]=[10​−12​21​]⎣⎡​2−10​⎦⎤​=2[10​]+(−1)[−12​]+0[21​]=[20​]+[1−2​]+[00​]=[3−2​]
行视角的计算方式对理解空域图卷积的计算逻辑与意义有很大帮助。


2. 图信号与图的拉普拉斯矩阵

给定图 G = ( V , E ) G=(V,E) G=(V,E), V V V表示图中的节点集合,假设其长度为N,图信号是一种描述 V → R V\rightarrow R V→R的映射,表示成向量的形式: x = [ x 1 , x 2 , . . . , x N ] T x=[x_1,x_2,...,x_N]^T x=[x1​,x2​,...,xN​]T,其中 x i x_i xi​表示的是节点 v i v_i vi​上的信号强度。如下图所示,其中的竖线长度表示节点上信号值的大小:
图信号示例
与离散时间信号不同,图信号是定义在节点上的信号,而节点之间有自己固有的关联结构。在研究图信号性质的时候,除了要考虑图信号的强度之外,还需要考虑图的拓扑结构,不同图上同一强度的信号,具有截然不同的性质。

拉普拉斯矩阵(Laplacian Matrix)是用来研究图的结构性质的核心对象,拉普拉斯矩阵的定义如下:
L = D − A L=D-A L=D−A
其中,D是一个对角矩阵, D i i = ∑ j A i j D_{ii}=\sum_jA_{ij} Dii​=∑j​Aij​表示的是节点 v i v_i vi​的度。拉普拉斯矩阵的元素级别定义如下:
L i j = { d e g ( v i )  if  i = j − 1  if  e i j ∈ E 0 o t h e r w i s e L_{ij}=\begin{cases} deg(v_i) & \text{ if } i=j \\ -1 & \text{ if } e_{ij}\in E \\ 0 & \text otherwise \end{cases} Lij​=⎩⎪⎨⎪⎧​deg(vi​)−10​ if i=j if eij​∈Eotherwise​

拉普拉斯矩阵还有一种正则化的形式(symmetric normalized laplacian) L s y m = D − 1 / 2 L D − 1 / 2 L_{sym}=D^{-1/2}LD^{-1/2} Lsym​=D−1/2LD−1/2,元素级别定义如下:
L s y m [ i , j ] = { 1  if  i = j − 1 d e g ( v i ) d e g ( v j )  if  e i j ∈ E 0 o t h e r w i s e L_{sym}[i,j]=\begin{cases} 1 & \text{ if } i=j \\ \frac{-1}{\sqrt{deg(v_i)deg(v_j)}} & \text{ if } e_{ij}\in E \\ 0 & \text otherwise \end{cases} Lsym​[i,j]=⎩⎪⎪⎨⎪⎪⎧​1deg(vi​)deg(vj​) ​−1​0​ if i=j if eij​∈Eotherwise​
注意:这种形式很关键,GCN用的就是这个。

拉普拉斯矩阵的定义来源于拉普拉斯算子拉普拉斯算子是n维欧式空间种的一个二阶微分算子: Δ f = ∑ i = 1 n ∂ 2 f ∂ x i 2 \Delta f=\sum_{i=1}^{n}\frac{\partial^2 f}{\partial x_i^2} Δf=∑i=1n​∂xi2​∂2f​。如果将该算子的作用域退化到离散的二维图像空间,就成了边缘检测算子,其作用原理如下:
Δ f ( x , y ) = ∂ 2 f ( x , y ) ∂ x 2 + ∂ 2 f ( x , y ) ∂ y 2 = [ ( f ( x + 1 , y ) − f ( x , y ) ) − ( f ( x , y ) − f ( x − 1 , y ) ) ] + [ ( f ( x , y + 1 ) − f ( x , y ) ) − ( f ( x , y ) − f ( x , y − 1 ) ) ] = [ f ( x + 1 , y ) + f ( x − 1 , y ) + f ( x , y + 1 ) + f ( x , y − 1 ) ] − 4 f ( x , y ) \Delta f(x,y)=\frac{\partial^2 f(x,y)}{\partial x^2}+\frac{\partial^2 f(x,y)}{\partial y^2}=[(f(x+1,y)-f(x,y))-(f(x,y)-f(x-1,y))]+[(f(x,y+1)-f(x,y))-(f(x,y)-f(x,y-1))]=[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]-4f(x,y) Δf(x,y)=∂x2∂2f(x,y)​+∂y2∂2f(x,y)​=[(f(x+1,y)−f(x,y))−(f(x,y)−f(x−1,y))]+[(f(x,y+1)−f(x,y))−(f(x,y)−f(x,y−1))]=[f(x+1,y)+f(x−1,y)+f(x,y+1)+f(x,y−1)]−4f(x,y)
注:因为是离散的空间,离散函数的导数退化为差分

在处理图像的时候,上式种的算子会被表示成模板的形式:
[ 0 1 0 1 − 4 1 0 1 0 ] \begin{bmatrix} 0 & 1 & 0\\ 1 & -4 & 1\\ 0 & 1 & 0 \end{bmatrix} ⎣⎡​010​1−41​010​⎦⎤​
从模板种可以看出,拉普拉斯算子描述了中心像素与局部上、下、左、右四邻居像素的差异,这种性质通常被用来当作图像上的边缘检测算子。

同理,在图信号中,拉普拉斯算子也被用来描述中心节点与邻居节点之间的信号的差异。如下所示:
L x = ( D − A ) x = [ . . . , ∑ v j ∈ N ( v i ) ( x i − x j ) , . . . ] Lx=(D-A)x=[..., \sum_{v_j\in N(v_i)}(x_i-x_j),...] Lx=(D−A)x=[...,vj​∈N(vi​)∑​(xi​−xj​),...]
由此可知,拉普拉斯矩阵与图信号相乘后得到的向量中的元素 ( L x ) i (L_x)i (Lx​)i表示的就是 v i v_i vi​的信号值乘以 v i v_i vi​的度数再减掉其邻居的信号值之和。所以拉普拉斯矩阵是一个反映图信号局部平滑度的算子。更进一步地,拉普拉斯矩阵可以定义一个非常重要的二次型:
x T L x = ∑ v i ∑ v j ∈ N ( v i ) x i ( x i − x y ) = ∑ e i j ∈ E ( x i − x j ) 2 x^TLx=\sum_{v_i}\sum_{v_j\in N(v_i)}x_i(x_i-x_y)=\sum_{e_{ij}\in E}(x_i-x_j)^2 xTLx=vi​∑​vj​∈N(vi​)∑​xi​(xi​−xy​)=eij​∈E∑​(xi​−xj​)2

令 T V ( x ) = x T L x = ∑ e i j ∈ E ( x i − x j ) 2 TV(x)=x^TLx=\sum_{e_{ij}\in E}(x_i-x_j)^2 TV(x)=xTLx=∑eij​∈E​(xi​−xj​)2,称 T V ( x ) TV(x) TV(x)为图信号的总变差(Total Variation)总变差是一个标量,它将各条边上信号的差值进行加和,刻画了图信号整体的平滑度

3. 图傅里叶变换

傅里叶变换是数字信号处理的基石,傅里叶变换将信号从时域空间转换到频域空间,而频域视角给信号的处理带来了极大的便利。例如信号的去噪、压缩、重构等。

图信号傅里叶变换的定义,即将图信号由空域(spatial domain)视角转化到频域(frequency domain)视角,便于图信号处理理论体系的建立。

假设图G的拉普拉斯矩阵为 L ∈ R N × N L\in R^{N\times N} L∈RN×N,由于L是一个实对称矩阵,根据实对称矩阵都可以被正交对角化,可得:
L = V Λ V T = [ . . . . . . . . . . . . v 1 v 2 . . . v N . . . . . . . . . . . . ] [ λ 1 λ 2 . . . λ N ] [ . . . v 1 . . . . . . v 2 . . . . . . . . . . . . . . . v N . . . ] L=V\Lambda V^T=\begin{bmatrix}... & ... & ... & ...\\v_1 & v_2 & ... & v_N\\ ... & ... & ... & ...\end{bmatrix}\begin{bmatrix} \lambda _1 & & & \\ & \lambda _2 & & \\ & & ... & \\ & & & \lambda _N\end{bmatrix}\begin{bmatrix} ... & v_1 & ...\\... & v_2 & ...\\... & ... & ...\\ ... & v_N & ...\end{bmatrix} L=VΛVT=⎣⎡​...v1​...​...v2​...​.........​...vN​...​⎦⎤​⎣⎢⎢⎡​λ1​​λ2​​...​λN​​⎦⎥⎥⎤​⎣⎢⎢⎡​............​v1​v2​...vN​​............​⎦⎥⎥⎤​
V ∈ R N × N V\in R^{N\times N} V∈RN×N是一个正交矩阵,即 V V T = I ∘ V = [ v 1 , v 2 , . . . , v N ] VV^T=I\circ V=[v_1,v_2,...,v_N] VVT=I∘V=[v1​,v2​,...,vN​]表示L的N个特征向量,由于V是一个正交矩阵,这些特征向量都是彼此之间线性无关的单位向量。 λ k \lambda_k λk​表示第k个特征向量对应的特征值,对特征值进行升序排列,即 λ 1 ≤ λ 2 ≤ . . . ≤ λ N \lambda _1 \le \lambda _2 \le...\le \lambda_N λ1​≤λ2​≤...≤λN​。

对于任意给定的向量x,拉普拉斯矩阵的二次型: x T L x = ∑ e i j ∈ E ( x i − x j ) 2 ≥ 0 x^TLx=\sum_{e_{ij}\in E}(x_i-x_j)^2 \ge 0 xTLx=∑eij​∈E​(xi​−xj​)2≥0,因此拉普拉斯矩阵是一个半正定型矩阵,其所有的特征值均大于等于0,即均非负。进一步,由式 L x = ( D − A ) x = [ . . . , ∑ v j ∈ N ( v i ) ( x i − x j ) , . . . ] Lx=(D-A)x=[..., \sum_{v_j\in N(v_i)}(x_i-x_j),...] Lx=(D−A)x=[...,∑vj​∈N(vi​)​(xi​−xj​),...]可知: L I = 0 LI=0 LI=0,因此拉普拉斯矩阵具有最小的特征值0,即 λ 1 = 0 \lambda_1=0 λ1​=0。另外可以证明,对于 L s y m L_{sym} Lsym​,其特征值存在一个上限: λ N ≤ 2 \lambda_N\le2 λN​≤2。

图傅里叶变换(Graph Fourier Transform, GFT):对于任意一个在图G上的信号x,其图傅里叶变换为:
x k ~ = ∑ i = 1 N V k i T x i = ⟨ v k , x ⟩ \tilde{x_k}=\sum_{i=1}^NV_{ki}^Tx_i=\left \langle v_k, x \right \rangle xk​~​=i=1∑N​VkiT​xi​=⟨vk​,x⟩
称特征向量为傅里叶基, x k ~ \tilde{x_k} xk​~​是x在第k个傅里叶基上的傅里叶系数。从定义式上可以看出,傅里叶系数本质上是图信号在傅里叶基上的投影,衡量了图信号与傅里叶基之间的相似度。用矩阵形式可计算出所有的傅里叶系数:
x ~ = V T x , x ~ ∈ R N \tilde{x}=V^Tx,\tilde{x}\in R^N x~=VTx,x~∈RN
由于V是一个正交矩阵,对上式左乘V,则: V x ~ = V V T x = I x = x V\tilde{x}=VV^Tx=Ix=x Vx~=VVTx=Ix=x,即:
x = V x ~ , x ∈ R N x=V\tilde{x},x\in R^N x=Vx~,x∈RN

于是,可以将逆图傅里叶变换(Inverse Graph Fourier Transform, IGFT)定义为:
x k = ∑ i = 1 N V k i ⋅ x i ~ x_k=\sum_{i=1}^NV_{ki}\cdot \tilde{x_i} xk​=i=1∑N​Vki​⋅xi​~​
其中, x = V x ~ , x ∈ R N x=V\tilde{x},x\in R^N x=Vx~,x∈RN是一种矩阵形式的逆图傅里叶变换,如果将其展开成向量形式,则:
x = V x ~ = [ . . . . . . . . . . . . v 1 v 2 . . . v N . . . . . . . . . . . . ] [ x ~ 1 x ~ 2 . . . x ~ N ] = x ~ 1 v 1 + x ~ 2 v 2 + . . . + x ~ N v N = ∑ k = 1 N x ~ k v k x=V\tilde{x}=\begin{bmatrix}... & ... & ... & ...\\v_1 & v_2 & ... & v_N\\... & ... & ... & ... \end{bmatrix}\begin{bmatrix}\tilde x_1 \\\tilde x_2 \\... \\\tilde x_N \end{bmatrix}=\tilde x_1v_1+\tilde x_2v_2+...+\tilde x_Nv_N=\sum _{k=1}^N\tilde x_kv_k x=Vx~=⎣⎡​...v1​...​...v2​...​.........​...vN​...​⎦⎤​⎣⎢⎢⎡​x~1​x~2​...x~N​​⎦⎥⎥⎤​=x~1​v1​+x~2​v2​+...+x~N​vN​=k=1∑N​x~k​vk​
由此可知,从线性代数的角度看,傅里叶基 v 1 , v 2 . . . , v N v_1,v_2...,v_N v1​,v2​...,vN​组成了N维特征空间中的一组完备的基向量,图G上的任意一个图信号都可以被表征成这些基向量的线性加权。具体地,权重就是图信号在对应傅里叶基上的傅里叶系数,这种对图信号的分解表示方法,给了我们一种全新看待图信号的视角。

图傅里叶变换与图信号的频率有什么关系呢?要理解这个问题,须回到总变差的定义式上,有了图傅里叶变换的定义后,对总变差进行改写:
T V ( x ) = x T L x = x T V Λ V T x = ( V x ~ ) T V Λ V T ( V x ~ ) = x ~ T V T V Λ V T V x ~ = x ~ T Λ x ~ = ∑ k N λ k x ~ k 2 TV(x)=x^TLx=x^TV\Lambda V^Tx=(V\tilde x)^TV\Lambda V^T(V\tilde x)=\tilde x^TV^TV\Lambda V^TV\tilde x=\tilde x^T\Lambda \tilde x=\sum_k^N\lambda_k \tilde x_k^2 TV(x)=xTLx=xTVΛVTx=(Vx~)TVΛVT(Vx~)=x~TVTVΛVTVx~=x~TΛx~=k∑N​λk​x~k2​
从上式中看出,图信号的总变差与图的特征值之间存在着非常直接的线性对应关系,总变差是图的所有特征值的一个线性组合,权重是图信号相对应的傅里叶系数的平方


问题1:在一个给定的图上,什么样的图信号具有最小的总变差

将图信号限定在单位向量上来考虑由于图的各个特征向量是彼此正交的单位向量,且特征值 λ 1 , λ 2 , . . . , λ N \lambda_1,\lambda_2, ...,\lambda_N λ1​,λ2​,...,λN​是从小到大依次排列的,因此总变差取最小值的条件是图信号与最小的特征值 λ 1 \lambda_1 λ1​所对应的特征向量 v 1 v_1 v1​完全重合,此时仅有 x 1 ≠ 0 x_1\ne0 x1​​=0,其他项的傅里叶系数为0,总变差 T V ( v 1 ) = λ 1 TV(v_1)=\lambda_1 TV(v1​)=λ1​。事实上,若 x = v k x=v_k x=vk​,则 T V ( v k ) = λ k TV(v_k)=\lambda_k TV(vk​)=λk​。

如果要选择一组彼此正交的图信号,使得各自的总变差依次取得最小值,那么这组图信号就是 v 1 , v 2 , . . . , v N v_1,v_2,...,v_N v1​,v2​,...,vN​,如下式:
λ k = min ⁡ x : ∣ ∣ x ∣ ∣ = 1 , x ⊥ x 1 , x 2 , . . . , x k − 1 x T L x \lambda_k=\min_{x:||x||=1,x\perp x_1,x_2,...,x_{k-1}}{x^TLx} λk​=x:∣∣x∣∣=1,x⊥x1​,x2​,...,xk−1​min​xTLx
结合总变差代表着图信号整体平滑度的实际意义,发现特征值依次排列在一起,对图信号的平滑度作出了一种梯度刻画,因此可以将特征值等价成频率。特征值月底,频率越低,对应的傅里叶基就变化得越缓慢,相近节点上得信号值趋于一致;特征值越高,频率越高,对应得傅里叶基就变化得越剧烈,相近节点上得信号值则非常不一致。

问题2:图傅里叶变换到底是个啥?

对图信号进行傅里叶变换:用拉普拉斯矩阵的特征向量作为图傅里叶投影的基。图傅里叶变换并不是通过严谨的数学推导,将傅里叶变换扩展到图上,而是经过许多类比,直接定义成了这个样子。就好像说,傅里叶变换是以拉普拉斯算子的特征向量为基进行投影,那么图傅里叶变换就以拉普拉斯矩阵的特征向量为基进行投影。图傅里叶变换就是在将一个图信号分解到不同平滑程度的图信号上,就像传统傅里叶变换将函数分解到不同频率的函数上一样


图信号的能量公式:
E ( x ) = ∣ ∣ x ∣ ∣ 2 2 = x T x = ( V x ~ ) T ( V x ~ ) = x ~ T x ~ E(x)=||x||_2^2=x^Tx=(V\tilde x)^T(V\tilde x)=\tilde x^T \tilde x E(x)=∣∣x∣∣22​=xTx=(Vx~)T(Vx~)=x~Tx~
即图信号的能量可以同时从空域和频域进行等价定义。单位向量的图信号能量为1。

有了频率的定义,傅里叶系数就可以等价成图信号在对应频率分量上的幅值,反映了图信号在该频率分量上的强度。图信号的低频分量上的强度越大,该信号的平滑度就越高。相反,则平滑度越低。

定义好图傅里叶变换之后,可以从频域视角去研究图信号了。把图信号所有的傅里叶系数合在一起称为该信号的频谱(spectrum)。在一个给定的图中,图信号的频谱等价于一种身份ID,给定了频谱,就可以运用逆图傅里叶变换,完整地推导出空域中的图信号。同时,频谱完整地描述了图信号的频域特性,为后面的图信号的采样、滤波、重构等信号处理工作创造了条件。

注意:频域视角是一种全局视角,图信号频谱上的任意一个傅里叶系数,都是对图信号的某种低频或高频特征的定量描述,这种描述即考虑了图信号本身值得大小,也考虑了图的结构信息

参考资料

[1] 《深入浅出图神经网络:GNN原理解析》

[2] 图信号与图卷积神经网络 读书笔记

[3] 图信号与图傅里叶变换

[4] 拉普拉斯矩阵与拉普拉斯算子的关系

[5] 图傅里叶变换

标签:...,begin,end,bmatrix,傅里叶,信号处理,神经网络,信号,GNN
来源: https://blog.csdn.net/ARPOSPF/article/details/122672970