机构名称：
¥ 1.0
深层生成模型最近在建模图数据（包括动态图）方面取得了重大成功，其中拓扑和特征会随着时间的流逝而发展。但是，与视觉和自然语言领域不同，由于难以可视化其输出的难度，因此对动态图进行评估的动态图很具有挑战性。在这项工作中，我们开发了一个新的质量指标，用于评估动态图的生成模型。当前的动态图指标通常涉及将图形的连续进化转化为静态快照，然后应用常规的图形相似度度量。此方法有几个局限性：（a）将时间相关的事件模拟为I.I.D。样品，未能捕获动态图的不均匀演化； （b）缺乏对特征和拓扑敏感的统一措施； （c）它无法提供标量指标，需要没有明显优势的多个指标； （d）它需要明确实例化每个静态快照，从而导致不切实际的运行时间要求妨碍评估。我们提出了一个基于约翰逊 - 林斯特劳斯引理的新型度量，将随机投影直接应用于动态图数据。这导致了动态图相似性的表达性，标量和应用不可能的度量，从而克服了传统方法的局限性。我们还为连续时间动态图提供了全面的经验评估，这证明了与现有方法相比，我们的方法的有效性。我们的实施可从https://github.com/ryienh/jl-metric获得。
动态图生成模型的质量度量
主要关键词
相关文件推荐
