一种用于随机点积图生成的神经网络模型
机器学习
2022-04-19 v1 机器学习
摘要
我们提出 GraphMoE，一种基于神经网络的新型方法，用于学习随机图的生成模型。该神经网络通过矩估计器来匹配一类随机图的分布。用于训练的特征是 graphlet，即小阶子图计数。该神经网络接受随机噪声作为输入，并输出图中节点的向量表示。随后通过对这些表示施加核函数来生成随机图。结果表明，以此方式生成的图能够模仿来自化学、医学和社交网络的数据。所生成的图与目标数据足够相似，以至于能够骗过原本可区分随机图类别的判别神经网络。
引用
@article{arxiv.2204.07634,
title = {A generative neural network model for random dot product graphs},
author = {Vittorio Loprinzo and Laurent Younes},
journal= {arXiv preprint arXiv:2204.07634},
year = {2022}
}