图形压缩：一项调查
内容提要
图压缩将大图压缩为小型合成图以降低图神经网络训练成本。研究通过梯度匹配和特征基匹配（GCEM）缓解谱偏差，提出结构自由压缩（SFGC）和映射感知压缩（MCond）支持归纳推理，在Reddit上实现121.5倍推理加速；并提出连续图学习框架CaT及感受野分布匹配等方法，在保持性能的同时将图规模缩小99%以上。
延伸解读
从梯度匹配到特征基匹配：缓解谱偏差
早期图压缩依赖梯度匹配损失，但合成图在不同GNN架构间泛化差。GCEM通过匹配真实图与合成图的特征基，消除GNN的谱偏差并保留结构信息，显著缩小了不同GNN间的性能差距。这提示读者：压缩方法需关注模型架构差异带来的偏差，而非仅优化训练损失。
归纳推理与映射感知压缩的实用价值
传统图压缩仅压缩观测到的训练节点及其结构，推理时仍需原始大图进行信息传递，计算需求大。MCond学习原始节点到合成节点的一对多映射，使新节点能无缝整合到合成图中进行归纳表示学习。在Reddit上，MCond实现高达121.5倍推理加速和55.9倍存储降低，这对部署大规模图模型具有直接参考意义。
连续图学习中的压缩记忆框架
连续图学习（CGL）需用流式图数据不断更新模型，但面临数据不平衡和历史分布近似问题。CaT框架将新来的图精简后存入“Condensed Graph Memory”，再通过“Training in Memory”直接更新模型。在四个基准数据集上，CaT在效果和效率上均表现优越，为动态图场景下的高效训练提供了可行思路。
压缩效果的边界与评估启示
文章报告了在Reddit、Flickr、Citeseer上分别达到95.3%、99.8%、99.0%的性能保持率，同时图尺寸缩小99.9%以上。但需注意，这些结果依赖特定数据集和GNN架构，且不同方法（如SFGC、GC-SNTK、感受野分布匹配）各有侧重。读者应关注压缩方法在未见数据上的泛化能力及推理阶段的真实开销，而非仅看压缩率。
Q&A
图压缩技术主要解决什么问题？
图压缩旨在将原始大图压缩成小型合成图，以降低图神经网络训练的时间成本，同时保持模型性能。
GCEM方法如何解决合成图泛化能力差的问题？
GCEM通过匹配真实图和合成图的特征基，消除GNN的谱偏差，并保留图的结构信息，从而缩小不同GNN之间的性能差距。
MCond方法在推理阶段有什么优势？
MCond学习原始节点到合成节点的一对多映射，使新节点能无缝整合到合成图中进行归纳学习，从而在合成图上进行信息传播。在Reddit数据集上，相比原始图方法，推理速度提升121.5倍，存储需求降低55.9倍。
CaT框架如何解决连续图学习中的数据不平衡问题？
CaT框架通过对新来的图进行精简并存入“Condensed Graph Memory”，再通过“Training in Memory”方案直接更新模型，从而解决数据不平衡和历史分布近似问题。
图压缩在Reddit数据集上能达到多少压缩率？
图压缩能将图尺寸缩小99.9%以上，在Reddit上测试准确率可达95.3%。
基于感受野分布匹配的图压缩方法有什么特点？
该方法通过优化生成的小图使其具有与原图相似的感受野分布，使用最大均值差异量化分布匹配损失，从而在保持准确性的同时减小输入大小，并显著提高压缩速度。
