Adversarial Network Embedding论文解读

Adversarial Network Embedding 摘要 现有的方法可以有效地将结构属性编码成低维向量表示，但是，他们大多缺少加强表示鲁棒性的额外约束。本篇文章提出一个对抗网络表示（ANE）框架，利用对抗学习原则来规划表示学习。框架由两部分组成，一个结构保留部分和一个对抗学习部分，前者旨获取网络结构属性，后者致力于学习鲁棒性表示，使结构保留部分生成的网络表示服从先验分布。 介绍 网络表示是

>>阅读原文<<