稀疏二部图经线图子（line-graphon）的谱收敛

对于稀疏图序列，纯点谱收敛通常不可用，其中拉普拉斯特征值在图增长下可能保持不稳定。这给分析许多基于图的学习方法（包括图神经网络）背后的谱算子带来了挑战。我们识别出一类稀疏二部图序列，对于这类序列可以恢复特征值层面的谱收敛。针对具有强度异质性的图，我们利用其线图序列的收敛性质。利用二部图拉普拉斯与线图邻接算子之间的谱对应关系，我们将收敛保证从稠密线图转回原始稀疏图。该框架为一类确定性稀疏图序列产生了特征值层面的谱收敛。我们进一步分析了超线性优先连接树，建立了向无限维极限算子的收敛。数值实验从经验上支持了我们的谱收敛结果。

中文由 AI 翻译，仅供参考，以原文为准。