论文笔记：Adversarially Regularized Graph Autoencoder for Graph Embedding

前言 大多数现有的嵌入算法通常集中于保留拓扑结构或最小化图数据的重构错误，但它们大多忽略了图中潜在代码的数据分布，这通常导致在现实世界中的图数据嵌入效果较差。由此作者提出了两种基于对抗正则化的图自动编码方法：**即对抗正则化图自动编码器（ARGA）和对抗正则化变图自动编码器（ARVGA）。**实验证明了算法在链接预测，图聚类和图可视化任务方面大大优于baseline。 论文链接：https://a

>>阅读原文<<