探索图自动编码器的表示能力
在这项研究中，我们研究了图自动编码器（GAE）的表示能力，并验证了嵌入中是否捕获了以下拓扑特征：程度，局部聚类得分，特征向量中心性，中间性中心性。 我们还验证了这些拓扑功能的存在是否可以在节点群集和分类的下游任务上带来更好的性能。 我们的实验结果表明，在模型保留二阶接近度的条件下，这些拓扑特征（尤其是程度）确实保留在采用SUM聚合规则的GAE的第一层中。 我们还显示，在某些下游任务上，具有此类属性的模型可以胜过其他模型，尤其是当保留的特征与手头任务相关时。 最后，我们
