图神经网络（GNN）中的图自编码器（Graph Autoencoder）原理与应用
**图神经网络（GNN）中的图自编码器（Graph Autoencoder）原理与应用**
图自编码器（GAE）是一种基于图结构的无监督学习模型，主要用于学习图的低维向量表示（即图嵌入）。其核心思想是通过编码器将节点映射到低维空间，再通过解码器重建图的结构信息（如邻接矩阵），从而学习有意义的节点表示。以下分步骤详细讲解：
---
### **1. 基本框架**
GAE包含两个部分：
- **编码器（Encoder）**：将节点特征和拓扑结构压缩为低维嵌入向量。
- **解码器（
2025-11-08 21:52:33
0