Symmetric Graph Convolutional Autoencoder for Unsupervised Graph Representation Learning

We propose a symmetric graph convolutional autoencoder which produces a low-dimensional latent representation from a graph. In contrast to the existing graph autoencoders with asymmetric decoder parts, the proposed autoencoder has a newly designed decoder which builds a completely symmetric autoenco...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Proceedings / IEEE International Conference on Computer Vision S. 6518 - 6527
Hauptverfasser:	Park, Jiwoong, Lee, Minsik, Chang, Hyung Jin, Lee, Kyuewang, Choi, Jin Young
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 01.10.2019
Schlagworte:	Chebyshev approximation Convolution Decoding Image reconstruction Laplace equations Smoothing methods Task analysis
ISSN:	2380-7504
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!