ICLR 2020|探索新的图表征学习思路

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。

更多ICLR2020论文信息

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。