Epitomic Variational Graph Autoencoder

Variational autoencoder (VAE) is a widely used generative model for learning latent representations. Burda et al. [3] in their seminal paper showed that learning capacity of VAE is limited by over-pruning. It is a phenomenon where a significant number of latent variables fail to capture any informat...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	2020 25th International Conference on Pattern Recognition (ICPR) S. 7203 - 7210
Hauptverfasser:	Khan, Rayyan Ahmad, Anwaar, Muhammad Umer, Kleinsteuber, Martin
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 10.01.2021
Schlagworte:	Benchmark testing EVGAE Graph auto encoder Graph neural networks Over-pruning Pattern recognition Task analysis VAE Variational graph autoencoder
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!