防止图嵌入畸变的曲率正则化
机器学习
2020-12-01 v1 计算机视觉与模式识别
机器学习
摘要
近期关于图嵌入的研究已在各类应用中取得成功。多数图嵌入方法将图中的邻近性保留到嵌入空间中的流形里。我们指出该邻近性保留策略中一个重要却被忽视的问题：图拓扑模式虽通过保留邻近性很好地存入嵌入流形，却可能在周围嵌入欧几里得空间中发生畸变，从而机器学习模型难以检测它们。为解决该问题，我们提出曲率正则化，以强制嵌入流形平坦，进而防止畸变。我们给出一种新颖的基于角度的截面曲率，称为 ABS 曲率，并相应提出三类曲率正则化，以在图嵌入过程中诱导平坦嵌入流形。我们将曲率正则化集成到五种流行的邻近性保留嵌入方法中，两项应用中的实证结果显示在大量公开图数据集上取得显著提升。
引用
@article{arxiv.2011.14211,
title = {Curvature Regularization to Prevent Distortion in Graph Embedding},
author = {Hongbin Pei and Bingzhe Wei and Kevin Chen-Chuan Chang and Chunxu Zhang and Bo Yang},
journal= {arXiv preprint arXiv:2011.14211},
year = {2020}
}
备注
Published as a conference paper at NeurIPS 2020