Signed Graph Autoencoder for Explainable and Polarization-Aware Network Embeddings
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了签名图原型自编码器(SGAAE),旨在解决现有图自编码器在签名网络中的可解释性不足问题。SGAAE通过将图投影到学习的多面体上,提取节点表示,有效推断节点隶属关系并识别竞争社区。实验结果表明,SGAAE在签名链路预测任务中表现优异,超越多种基线模型。
🎯
关键要点
- 本研究提出了签名图原型自编码器(SGAAE),旨在提高签名网络的可解释性。
- SGAAE通过将图投影到学习的多面体上,提取节点表示。
- 该方法有效推断节点隶属关系,并识别网络中的竞争社区。
- 实验结果显示,SGAAE在签名链路预测任务中表现优异,超越多种基线模型。
➡️