图神经网络包括:
- 图循环神经网络(GRNN)
- 图卷积神经网络(GCN)
- 图自动编码器(GAE)
- 图强化学习(GRL)
- 图对抗(GA)
之前的paper阅读主要集中于图卷积神经网络,本篇想通过阅读三篇经典图编码器论文来深入了解这个邻域,篇幅有限,只展示模型部分,本文涉及paper目录如下:
文章目录
Structural Deep Network Embedding
本文收录于KDD2016,作者来自于清华大学。这是一篇第一次将编码器应用于图表示学习的文章。源码在这
MODEL
本文模型框架如下:
拉普拉斯特征映射,一种降维方法,思想是相连的节点降维后应该尽可能相似,也就是保留节点的一阶相似性。
本文的主要概括为:SDNE是第一次将深度模型应用于图表示学习半监督模型,它在进行网络节点嵌入时同时考虑了一阶相似性和二阶相似性,其中一阶相似性体现在使用监督学习的方