AgraSSt：用于隐式图生成器可解释评估的近似图Stein统计量
机器学习
2023-08-02 v4 机器学习
摘要
我们提出并分析了一种新颖的统计过程，称为AgraSSt，用于评估可能不以显式形式可用的图生成器的质量。特别地，AgraSSt可用于确定一个学得的图生成过程是否能够生成与给定输入图相似的图。受随机图的Stein算子启发，AgraSSt的关键思想是基于从图生成器获得的算子构造核差异。AgraSSt能为图生成器训练过程提供可解释的批评，并有助于为下游任务识别可靠的样本批次。利用Stein方法，我们给出了一大类随机图模型的理论保证。我们在具有已知图生成过程的合成输入图、以及最先进的（深度）图生成模型所训练的真实世界输入图上给出了实证结果。
引用
@article{arxiv.2203.03673,
title = {AgraSSt: Approximate Graph Stein Statistics for Interpretable Assessment of Implicit Graph Generators},
author = {Wenkai Xu and Gesine Reinert},
journal= {arXiv preprint arXiv:2203.03673},
year = {2023}
}