两个交易不迷茫：通过构建合理梯度匹配来压缩图
内容提要
本文综述图压缩技术，将大图压缩为小型合成图以高效训练图神经网络，涵盖梯度匹配、数据集精简、连续图学习和归纳推理等方法，在Reddit等数据集上实现超99%压缩率，并提升推理速度、降低存储需求。
延伸解读
图压缩的核心机制
图压缩旨在将大规模图数据压缩为小型合成图，以高效训练图神经网络。其核心方法包括梯度匹配和数据集精简，通过优化梯度匹配损失，同时压缩节点特征和结构信息，使合成图能保留原图的关键信息。这种技术能在Reddit等数据集上实现超过99%的压缩率，显著降低存储和计算需求。
性能与效率的平衡
实验表明，图压缩在保持模型性能的同时，能大幅提升训练和推理效率。例如，在Reddit数据集上，压缩率可达95.3%至99.9%，推理速度提升高达121.5倍，存储需求降低55.9倍。然而，压缩过程可能受限于观测节点，导致对未见数据的归纳能力不足，需要额外机制如映射感知压缩来弥补。
技术演进与挑战
图压缩技术从早期的梯度匹配发展到连续图学习和归纳推理，如CaT框架处理流式图数据，MCond解决归纳推理问题。当前挑战包括压缩图的泛化能力、历史分布近似以及评估标准不统一。未来研究需关注优化策略、应用扩展以及如何平衡压缩率与信息保留。
Q&A
图压缩技术主要解决什么问题？
图压缩技术旨在将原始大图压缩成小型合成图，以提高图神经网络训练的时间性能，同时保持模型性能。
图压缩在Reddit数据集上能达到多少压缩率？
在Reddit数据集上，图压缩可以实现超过99.9%的尺寸缩减，同时保持高性能（如95.3%的准确率）。
什么是映射感知的图压缩（MCond）？
MCond是一种图压缩方法，它学习原始节点到合成节点的一对多映射，从而无缝地将新节点整合到合成图中进行归纳表示学习，使得在合成图上进行信息传播比在原始大图上更高效。
连续图学习（CGL）面临哪些挑战？
连续图学习面临数据不平衡和历史分布近似的问题，需要不断用流式传入的图数据更新图模型。
数据集精简（Dataset Distillation）是如何工作的？
数据集精简从大量数据中学习一组信息丰富的合成样本，通过匹配深度神经网络权重梯度来训练模型，在有限内存和计算资源下实现高性能。
图压缩技术有哪些实际应用优势？
图压缩可以显著提升推理速度（如MCond在Reddit上实现121.5倍加速）并降低存储需求（55.9倍），同时保持模型性能，适用于大规模图训练。
