2.5.3　图自动编码器

图自动编码器（Graph Auto-encoder，GAE）是一种将节点映射到潜在特征空间中，并从潜在表示中解码图信息的深度神经结构，其目的是利用神经网络结构将图的顶点表示为低维向量。GAE可以用于学习网络嵌入式数据信息或生成新图。

对于图结构数据而言，图自动编码器可以有效处理节点表示问题，最早的图自动编码器是稀疏自动编码器，图的稀疏性导致正节点对的数量远远少于负节点对的数量。通过将图结构的邻接矩阵表示为原始节点特征，并利用图自动编码器将其降低成低维的节点，然后稀疏自动编码的问题就被转化为反向传播的最优解问题。对于多个图，GAE能够通过将图编码为隐藏表示，并对给定隐藏表示的图结构进行解码来学习图的生成分布。