arXiv · ML· Aleksandar Tom\v{c}i\'c, Milo\v{s} Savi\'c, Milo\v{s} Radovanovi\'c·· 2026-10-07AI 评分22
基于结构惩罚增强距离图自编码器以实现动态图嵌入
Enhancing Distance-Based Graph Autoencoders with Structural Penalties for Dynamic Graph Embedding
AI 导读
研究人员提出三种融合结构惩罚的距离图自编码器(GAE)变体,旨在提升动态图表示学习的效果。 方法引入基于度中心性的枢纽惩罚和基于 NC-LID 的节点级正则化项。实验显示,引入 NC-LID 正则化的方法在重建性能上 consistently 优于无结构正则化和仅含枢纽正则化的基线方法。 研究确认 NC-LID 是增强动态环境下距离图自编码器的有效结构信号。
来源:arXiv · ML · arxiv.org