[ICML2021] 伪黎曼流形中的有向图嵌入

图表示学习算法的归纳偏差通常被编码在其嵌入空间的背景几何中。在本文中，我们证明了一般有向图可以有效地用一个包含三个成分的嵌入模型来表示: 一个伪黎曼度量结构，一个非平凡的全局拓扑，以及一个明确包含嵌入空间中首选方向的唯一似然函数。我们将该方法应用于自然语言应用和生物学中一系列合成的和真实的有向图的链接预测任务，从而证明了该方法的表征能力。特别地，我们证明了低维柱面闵可夫斯基和反Sitter时空可以产生与高维弯曲黎曼流形相同或更好的图表示。

https://www.zhuanzhi.ai/paper/3582fcbd7b41d17b32f87c148733df66