1.GAE(图自编码器)
其中,graph由A、X两个矩阵代表图信息,最重要的GCN公式可解释为:
Z为中间编码器生成的隐层即最终生产的embedding。其中GCN具体实现为如下的两层的GCN:
其中,为图邻接矩阵A的拉普拉斯矩阵。表现了图中信息扩散的趋势方向。即把自己邻居的信息累计起来也加入为自己的特征的一部分。两层的GCN即获取二阶邻居。
2.变分图自编码器(VGAE)
在GAE的基础上,不再生成确定的Z,相反生成Z的分布(从一个(多维)高斯分布中采样得到)。
1.GAE(图自编码器)
其中,graph由A、X两个矩阵代表图信息,最重要的GCN公式可解释为:
Z为中间编码器生成的隐层即最终生产的embedding。其中GCN具体实现为如下的两层的GCN:
其中,为图邻接矩阵A的拉普拉斯矩阵。表现了图中信息扩散的趋势方向。即把自己邻居的信息累计起来也加入为自己的特征的一部分。两层的GCN即获取二阶邻居。
2.变分图自编码器(VGAE)
在GAE的基础上,不再生成确定的Z,相反生成Z的分布(从一个(多维)高斯分布中采样得到)。