阅读量:0
图神经网络实战(16)——经典图生成算法
0. 前言
图生成算法是指用于创建模拟图或网络结构的算法,这些算法可以根据特定的规则和概率分布生成具有特定属性的图,用于模拟各种复杂系统,如社交网络、生物网络、交通网络等。传统图生成技术已有数十年历史,并可用作各种应用的基准,但这些技术在生成的图类型上存在限制。这些方法大多数都专注于输出特定的拓扑结构,因此不能简单地模仿给定网络。在本节中,我们将介绍两种经典图生成技术:Erdős–Rényi
模型和小世界 (small-world
) 模型。
1. 图生成技术
图生成是生成新图的技术,并且希望所生成的图具有真实世界中图的性质。作为一个研究领域,它为了解图如何工作和演化提供了新思路。它还可以直接应用于数据增强、异常检测、药物发现等领域。我们可以将图生成分为两种类型:一种是模仿给定图生成具有类似性质的逼真图数据 (例如,数据增强),另一种是目标导向图生成,即创建优化特定指标的图(例如,分子生成)。
2. Erdős–Rényi模型
Erdős–Rényi
模型是最简单、最流行的随机图 (random graph model
) 模型,由匈牙利数学家 Paul Erdős
和 Alfréd Rényi
于 1959
年提出,该模型有两个变体: G