多分辨率等变图变分自编码器
机器学习
2022-06-30 v3 社会与信息网络
化学物理
摘要
在本文中，我们提出了多分辨率等变图变分自编码器（MGVAE），这是首个以多分辨率和等变方式学习并生成图的层次化生成模型。在每个分辨率层级，MGVAE采用高阶消息传递对图进行编码，同时学习将其划分为互斥的簇并粗化为更低分辨率，最终创建出潜分布层次结构。MGVAE随后构建层次化生成模型，以变分方式解码为粗化图的层次结构。重要的是，我们提出的框架相对于节点排序是端到端置换等变的。MGVAE在多个生成任务上取得了具有竞争力的结果，包括通用图生成、分子生成、用于预测分子性质的无监督分子表示学习、引文图上的链接预测以及基于图的图像生成。
引用
@article{arxiv.2106.00967,
title = {Multiresolution Equivariant Graph Variational Autoencoder},
author = {Truong Son Hy and Risi Kondor},
journal= {arXiv preprint arXiv:2106.00967},
year = {2022}
}