TPAMI 2024 | 通过谱扩散快速图生成

题目：Fast Graph Generation via Spectral Diffusion

通过谱扩散快速图生成

作者：Tianze Luo; Zhanfeng Mo; Sinno Jialin Pan

代码： https://github.com/ltz0120/Fast_Graph_Generation_via_Spectral_Diffusion

---

摘要

生成图结构数据是一个具有挑战性的问题，需要学习图的潜在分布。已经提出了各种模型，如图VAE、图GAN和图扩散模型，以生成有意义和可靠的图，其中扩散模型已达到最先进的性能。本文认为，在整个图邻接矩阵空间上运行全秩扩散SDE会阻碍扩散模型学习图拓扑生成，因此显著降低生成图数据的质量。为了解决这一限制，我们提出了一种高效且有效的图谱扩散模型（GSDM），它由图谱空间上的低秩扩散SDE驱动。进一步证明我们的谱扩散模型比标准扩散模型具有实质上更强的理论保证。在各种数据集上的广泛实验表明，我们提出的GSDM成为了最先进的模型，表现出显著更高的生成质量和比基线更少的计算消耗。

关键词

• 图扩散
• 图生成模型
• 随机微分方程。