PieClam：基于重叠包含与排他社区的通用图自编码器

我们提出了 PieClam（Prior Inclusive Exclusive Cluster Affiliation Model）：一种用于表示任何图的概率图模型，通过重叠的包含式和排他式社区。我们的 method 可解释为图自编码器：通过最大化给定输入图解码图对数似然性的算法，将节点嵌入到 code 空间。PieClam 是一种社区归属模型，其扩展性已知方法如 BigClam。首先，与解码器通过 code 空间中节点之间的两两相互作用不同，我们还纳入对 code 空间中节点分布的学习先验，使方法成为图生成模型。其次，我们通过允许不仅包含强连通节点集（称为包含式社区），也包含强不连通节点集（称为排他式社区），从而推广了社区的概念。为建模两种类型的社区，我们提出了一种基于 Lorentz 内积的新型解码器，并证明其比基于标准内积或范数距离的标准解码器更具表达力。通过引入我们称为 log cut distance 的新图相似度度量，我们表明 PieClam 是一种通用自编码器，能够均匀近似地重构任何图。我们的 method 在图异常检测基准中表现出竞争力。