Optimizing Variational Graph Autoencoder for Community Detection with Dual Optimization

Variational Graph Autoencoder (VGAE) has recently gained traction for learning representations on graphs. Its inception has allowed models to achieve state-of-the-art performance for challenging tasks such as link prediction, rating prediction, and node clustering. However, a fundamental flaw exists...

Celý popis

Podrobná bibliografie

Vydáno v:	Entropy (Basel, Switzerland) Ročník 22; číslo 2; s. 197
Hlavní autoři:	Choong, Jun Jin, Liu, Xin, Murata, Tsuyoshi
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	MDPI 01.02.2020 MDPI AG
Témata:	graph neural network network embedding variational autoencoder variational inference
ISSN:	1099-4300, 1099-4300
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!