《Unsupervised Hyperbolic Representation Learning via Message Passing Auto-Encoders》笔记
从通过在Hy-Perbolic空间中传递的自动编码器传递自动编码器的几何感知消息派生了。然后,我们进行了广泛的实验,并分析了双曲线空间中的低维潜在表示。我们ob-setted,所提出的方法可以产生反映具有分层结构的视觉数据集的潜在结构的无监督的双曲图像嵌入。最后,我们证明可以利用来自样本的原点的双曲线距离来确定分类器的泛化能力至关重要的附加数据。这个图描述了三件事:1)图的节点(红点)如何和它的邻居(黄点)传递信息,2)将编码器的输出嵌入双曲面潜空间(蓝紫色空间)的过程,3)在解码器末端重建欧氏节点属性。
原创
2023-05-29 11:46:54 ·
29 阅读 ·
1 评论