Graph Embedding, Vertex Embedding

最新推荐文章于 2024-08-22 17:27:46 发布

YIFZZZ

最新推荐文章于 2024-08-22 17:27:46 发布

阅读量237

点赞数

分类专栏： Graph 文章标签：算法

本文链接：https://blog.csdn.net/weixin_46546516/article/details/112847056

版权

博客介绍了图嵌入（Graph Embedding）与顶点嵌入（Vertex Embedding）的区别，重点讨论了GCN在顶点嵌入中的角色。GCN作为端到端学习节点嵌入的框架，与随机游走方法不同。顶点嵌入关注节点级别的预测和可视化，而图嵌入则用于整个图的预测和比较。

摘要由CSDN通过智能技术生成

一般讲的GCN跟图卷积，还有deep walk 什么的，一时糊涂了，记录下查询结果。

Vertex embedding approaches: LLE, Laplacian Eigenmaps, Graph Factorization, GraRep, HOPE, DNGR, GCN, LINE
Graph embedding approaches: Patchy-san, sub2vec (embed subgraphs), WL kernel andDeep WL kernels

其实看到这个相关算法，就可以看到GCN是Vertex embedding 中的一类算法。通常，大家所说的图卷积，图嵌入，其实是对图进行 Encoder，粒度还是在节点层面。

Vertex embeddings: We encode each vertex (node) with its own vector representation. We would use this embedding when we want to perform visualization or prediction on the vertex level, e.g. visualization of vertices in the 2D plane, or p

关注

专栏目录