图表示学习一直是机器学习中一个重要的问题。除却耳熟能详者有DeepWalk类者,GNNs类者,生成类如GraphGAN者等等,还有哪些模型是值得去探索的呢?下面的两篇文章分别在节点层面和图层面研究了相关的问题。
图表示学习一直是机器学习中一个重要的问题。除却耳熟能详者有DeepWalk类者、GNNs类者、生成类如GraphGAN者等等,还有哪些模型是值得去探索的呢?下面的两篇文章分别在节点层面和图层面研究了相关的问题。
Inductive and Unsupervised Representation Learning on Graph Structured Objects
这篇文章中,作者提出了一种新的通用的思路,即SEED(Sampling,Encoding,and Embedding Distribution),在理论上分析了其和图同构的关系,实现了其中一个可能的版本,并从实验上证明了其之有效性。