Variational Graph Auto-Encoders
论文链接
原理
本质上也是autoencoder。文章中的Inference model部分本质上就是autoencoder的encoder部分,而Generative model部分本质上就是decoder部分。
Inference model
概率论理解
从概率学上来讲,这一部分可以如上表达, q ( z i ∣ X , A ) q(z_i|X,A) q(zi∣X,A)的分布满足以 μ i \mu_i μi为均值, σ i 2 \sigma_i^2 σi2为方差正态分布。所以将所有的 z i z_i zi拼接在一起就得到了 q ( Z ∣ X , A ) q(Z|X,A) q(Z∣X,A)
网络方式理解
这一部分采用的是一个两层的GCN,用公式表达即:
G C N ( X , A ) = A ~ R e L U ( A ~ X W 0 ) W 1 GCN(X,A) = \tilde A ReLU (\tilde AXW_0)W_1 GCN(X,A)=