FastGAE: Scalable graph autoencoders with stochastic subgraph decoding

Graph autoencoders (AE) and variational autoencoders (VAE) are powerful node embedding methods, but suffer from scalability issues. In this paper, we introduce FastGAE, a general framework to scale graph AE and VAE to large graphs with millions of nodes and edges. Our strategy, based on an effective...

Celý popis

Podrobná bibliografie

Vydáno v:	Neural networks Ročník 142; s. 1 - 19
Hlavní autoři:	Salha, Guillaume, Hennequin, Romain, Remy, Jean-Baptiste, Moussallam, Manuel, Vazirgiannis, Michalis
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Elsevier Ltd 01.10.2021 Elsevier
Témata:	Computer Science Graph autoencoders Graph convolutional networks Graph variational autoencoders Link prediction Node clustering Scalability Link prediction Graph autoencoders Graph variational autoencoders Graph convolutional networks Scalability Node clustering
ISSN:	0893-6080, 1879-2782, 1879-2782
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!