技术前沿 GraphRNN

技术前沿

编译整理:萝卜兔

建模和生成图是研究生物学,工程学和社会科学网络的基础。然而,由于图的非唯一性,高维性以及给定图中边之间存在复杂的非局部依赖关系,因此对图上的复杂分布进行建模并从这些分布有效地采样是具有挑战性的。在这里提出GraphRNN,这是一个深度自回归模型,可以解决上述挑战,并且可以用最小的假设来近似任何图的分布。

GraphRNN论文的解析

实验

参考链接

论文链接:

https://arxiv.org/pdf/1802.08773.pdf

代码地址:

https://github.com/JiaxuanYou/graph-generation

原PPT地址:

https://duvenaud.github.io/learn-discrete/slides/graphrnn.pdf

>

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180824A08U9W00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券