GAE (graph autoencoder) 关于图自编码器的起源,这一篇文章给出了详细的介绍:https://zhuanlan.zhihu.com/p/114914664 这里便不再多做赘述,给出具体的 Encoder 和 Decoder 的定义。 Encoder : GCN (1)Z=GCN(X,A) GCN 具体为两层: (2)GCN(X,A)=A^ReLU(A^XW0)W1 其中A为标准化后的邻节矩阵,A^=...
Graph Auto-Encoders for Network Completion Keywords:Graph Auto-Encoders,Network Completion Abstract 图补全意味着从一个部分观察到的网络中推断出缺失的节点和边。人们提出了不同的方法来解决这个问题,但没有一种方法采用图中各部分的模式相似性。在本文中,我们提出了一个基于图自动编码器技术的基于网络观测部分的...
论文标题:Graph Auto-Encoder via Neighborhood Wasserstein Reconstruction论文作者:Shaked Brody, Uri Alon, Eran Yahav论文来源:2022,ICLR论文地址:download 论文代码:download 1 Abstract提出了一种新的图自编码器,其中 Encoder 为普通的 GAE,而 Decoder 实现了特征重建、度重建,以及一种基于 2-Wasserstein distance ...
论文标题:Variational Graph Auto-Encoders 论文作者:Thomas Kipf, M. Welling 论文来源:2016, ArXiv 论文地址:download 论文代码:download 1 Introduce 变分自编码器在图上的应用,该框架可以自行参考变分自编码器。 2 Method 变分图自编码器(VGAE ),整体框架如下: ...
推荐系统之图神经网络推荐算法:GraphAutoencoders评价指标教程 1推荐系统概述 1.1推荐系统的基本概念 推荐系统是一种信息过滤系统,其主要目标是预测用户对物品的偏好或评分,从而向用户推荐他们可能感兴趣的内容。在现代互联网应用中,推荐系统广泛应用于电商、社交媒体、新闻、音乐和视频平台,以提高用户满意度和增加用户粘性...
gene-regulatory-networkgraph-auto-encodercell-cell-interaction UpdatedJan 9, 2025 Jupyter Notebook eccvanonymous/Ad-HGFormer Star2 [ECCV 2024]Temporary code for "Ad-HGformer: An Adaptive HyperGraph Transformer for Skeletal Action Recognition"
Graph Auto-Encoder(GAE) emerged as a powerful node embedding method, has attracted extensive interests lately. GAE and most of its extensions rely on a series of encoding layers to learn effective node embeddings, while corresponding decoding layers trying to recover the original features. Promising...
Li X, Zhang H, Zhang R. Adaptive Graph Auto-Encoder for General Data Clustering[J]. arXiv preprint arXiv:2002.08648, 2020. 摘要翻译 基于图的聚类在聚类领域具有重要的作用。近年来,关于图卷积神经网络的研究在图形类型数据方面取得了令人瞩目的成功。然而,在一般的聚类任务中,不存在数据的图结构,因此构造...
为了填补这一空缺,我们提出了一个基于图形自动编码器的多媒体推荐模型(Content-aware Multimedia Recommendation Model with Graph Autoencoder (GraphCAR)),把信息丰富的多媒体内容和用户-项目交互结合起来。具体来说,用户项目交互、用户属性和多媒体内容(图形、视频、音频等),作为自动编码器的输入,为每个用户生成项目偏...
论文标题:GraphMAE: Self-Supervised Masked Graph Autoencoders 论文链接:https://arxiv.org/abs/2205.10803 论文来源:KDD 2022 代码链接:https://github.com/THUDM/GraphMAE 一、概述 自监督学习(Self-supervised learning, SSL)通常分为生成式学习和对比学习。目前图领域的自监督学习以对比学习的方法为主,尤其是...