ترجمه فارسی مقاله PieClam: رمزگذار خودکار گراف جهانی مبتنی بر همپوشانی جوامع فراگیر و انحصاری

چکیده

We propose PieClam (Prior Inclusive Exclusive Cluster Affiliation Model): a probabilistic graph model for representing any graph as overlapping generalized communities. Our method can be interpreted as a graph autoencoder: nodes are embedded into a code space by an algorithm that maximizes the log-likelihood of the decoded graph, given the input graph. PieClam is a community affiliation model that extends well-known methods like BigClam in two main manners. First, instead of the decoder being defined via pairwise interactions between the nodes in the code space, we also incorporate a learned prior on the distribution of nodes in the code space, turning our method into a graph generative model. Secondly, we generalize the notion of communities by allowing not only sets of nodes with strong connectivity, which we call inclusive communities, but also sets of nodes with strong disconnection, which we call exclusive communities. To model both types of communities, we propose a new type of decoder based the Lorentz inner product, which we prove to be much more expressive than standard decoders based on standard inner products or norm distances. By introducing a new graph similarity measure, that we call the log cut distance, we show that PieClam is a universal autoencoder, able to uniformly approximately reconstruct any graph. Our method is shown to obtain competitive performance in graph anomaly detection benchmarks.

چکیده به فارسی (ترجمه ماشینی)

ما pieclam (مدل وابسته به خوشه های اختصاصی فراگیر قبلی) را پیشنهاد می کنیم: یک مدل نمودار احتمالی برای نشان دادن هر نمودار به عنوان همپوشانی جوامع عمومی.روش ما را می توان به عنوان یک AutoEncoder Graph تعبیر کرد: گره ها توسط یک الگوریتم در یک فضای کد تعبیه شده اند که با توجه به نمودار ورودی ، احتمال ورود به سیستم را به حداکثر می رساند.Pieclam یک الگوی وابستگی به جامعه است که روشهای شناخته شده ای مانند Bigclam را در دو روش اصلی گسترش می دهد.اول ، به جای رمزگشایی که از طریق تعامل زوجی بین گره ها در فضای کد تعریف می شود ، ما همچنین یک قبل از آموخته شده در توزیع گره ها در فضای کد را درج می کنیم و روش خود را به یک مدل تولیدی نمودار تبدیل می کنیم.ثانیا ، ما با اجازه دادن نه تنها مجموعه های گره با اتصال قوی ، که ما آن را جوامع فراگیر می نامیم ، مفهوم جوامع را تعمیم می دهیم ، بلکه مجموعه هایی از گره ها را با قطع ارتباط قوی ، که ما آن را جوامع منحصر به فرد می نامیم ، تعمیم می دهیم.برای مدل سازی هر دو نوع اجتماعات ، ما نوع جدیدی از رمزگشایی را مبتنی بر محصول داخلی Lorentz پیشنهاد می کنیم ، که ما ثابت می کنیم بسیار بیانگر تر از رمزگشاهای استاندارد بر اساس محصولات داخلی استاندارد یا مسافت هنجار است.با معرفی یک اندازه گیری شباهت نمودار جدید ، که ما آن را فاصله برش می نامیم ، نشان می دهیم که Pieclam یک اتومبیل جهانی است که قادر به یکنواخت تقریباً هر نمودار است.روش ما برای به دست آوردن عملکرد رقابتی در معیارهای تشخیص ناهنجاری نمودار نشان داده شده است.