图生成潜在扩散

更快更广覆盖

将扩散过程从复杂图空间迁移到低维潜在空间,生成更平滑、更高效、分布覆盖更全面的图。

杨灵 · Huang, Zhilin · Zhilong, Zhang · Liu, Zhongyi · 洪申达 · Zhang, Wentao · Wenming, Yang · 崔斌 · Luxia, Zhang

IEEE Transactions on Knowledge and Data Engineering 2024

技术优势

建模更简单

在低维潜在空间而非原始图空间进行扩散,显著降低建模复杂度。

生成更全面

潜在自引导策略确保充分覆盖无标签图集的语义分布,适用于无监督场景。

性能优于基线

在通用图和分子图数据集上,Graphusion 一致超越此前的图生成基线。

应用场景