論文筆記：Adversarially Regularized Graph Autoencoder for Graph Embedding

前言 大多數現有的嵌入算法通常集中於保留拓撲結構或最小化圖數據的重構錯誤，但它們大多忽略了圖中潛在代碼的數據分佈，這通常導致在現實世界中的圖數據嵌入效果較差。由此作者提出了兩種基於對抗正則化的圖自動編碼方法：**即對抗正則化圖自動編碼器（ARGA）和對抗正則化變圖自動編碼器（ARVGA）。**實驗證明了算法在鏈接預測，圖聚類和圖可視化任務方面大大優於baseline。 論文鏈接：https://a

>>阅读原文<<