冗余感知掩码图自编码器

重叠社区检测精度高

通过随机边掩码和双解码器结构，有效抑制冗余节点干扰，提升社区划分的稳定性与精度。

Hongkai, Xie · Xinyi, Ying · Wang, Xiaofeng · Yuanyuan, Qi · Wei, Chen · 黄晓峰 · 蒋俊正 · 全大英

Engineering Applications of Artificial Intelligence 2025

技术优势

不怕噪声节点

随机边掩码让模型在训练时就适应结构缺失，冗余感知双解码器进一步抑制干扰信号，社区划分不再被噪声带偏。

跑得更快

模型在保证检测精度的同时降低了计算开销，用统一重建损失引导嵌入学习，避免了对原始图结构的过度拟合。

应用场景

• 社交网络群体发现：在有噪声的社交图上直接输出重叠社区，不用人工清洗冗余节点。
• 多机器人协同分组：同一机器人可归入多个协作组，分组时自动忽略异常链路干扰。
• 通信网络虚拟社区划分：从动态通信图中划分虚拟社区，冗余边不会模糊社区边界。
• 脑网络功能区划分：定位重叠功能区时抑制冗余连接，功能区划分更清晰。