表征机制直接对抗
该框架首次将对抗学习直接作用于表征机制而非表征结果，使网络嵌入能够学习到更具判别力的节点表示，从而在多种网络分析任务上显著超越现有方法。
何东晓 · 王涛 · Zhai, Lu · 金弟 · 杨亮 · Huang, Yuxiao · 冯志勇 · Yu, Philip S.
IEEE Transactions on Knowledge and Data Engineering 2023
通过编码器与竞争者学习两种不同的投影方式并相互竞争，使节点表示更具判别力，而不是仅让表示结果逼近先验分布。
判别器区分编码器的表征机制与竞争者的表征机制，使编码器必须学习高质量的投影方式。
通过扰动策略从原网络生成伪网络，馈送给竞争者以获得“伪”表征机制，增强竞争过程。
在节点聚类、节点分类、链接预测和可视化等任务上，均展现出优于现有方法的性能。