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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Entropy (Basel, Switzerland) Jg. 22; H. 2; S. 197
Hauptverfasser:	Choong, Jun Jin, Liu, Xin, Murata, Tsuyoshi
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	MDPI 01.02.2020 MDPI AG
Schlagworte:	graph neural network network embedding variational autoencoder variational inference
ISSN:	1099-4300, 1099-4300
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!