Multiresolution equivariant graph variational autoencoder

In this paper, we propose Multiresolution Equivariant Graph Variational Autoencoders (MGVAE), the first hierarchical generative model to learn and generate graphs in a multiresolution and equivariant manner. At each resolution level, MGVAE employs higher order message passing to encode the graph whi...

Celý popis

Podrobná bibliografie

Vydáno v:	Machine learning: science and technology Ročník 4; číslo 1; s. 15031 - 15054
Hlavní autoři:	Hy, Truong Son, Kondor, Risi
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Bristol IOP Publishing 01.03.2023
Témata:	Coarsening graph neural networks graph variational autoencoders Graphs hierarchical generative models Image processing Learning Message passing Molecular properties molecule generation Permutations supervised and unsupervised molecular representation learning
ISSN:	2632-2153, 2632-2153
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!