关于变分图自编码器中的权重共享：调查研究
机器学习
2025-02-25 v1 社会与信息网络
摘要
本文探讨了变分图自编码器（VGAE）中权重共享（WS）的未充分研究的实践。WS 对 VGAE 模型设计和节点嵌入学习既有利也有弊，使其整体相关性不明确，亦悬未解决是否应采纳。我们对其影响进行严格分析，并通过在广泛的图数据集和 VGAE 变体上的大量实验，证明 WS 的优势始终超过其劣势。基于我们的发现，我们建议将 WS 作为一种有效的方法，用于在不显著牺牲性能的前提下优化、正则化和简化 VGAE 模型。
引用
@article{arxiv.2502.16724,
title = {To Share or Not to Share: Investigating Weight Sharing in Variational Graph Autoencoders},
author = {Guillaume Salha-Galvan and Jiaying Xu},
journal= {arXiv preprint arXiv:2502.16724},
year = {2025}
}
备注
2025 ACM Web Conference (WWW 2025)