Glossário IA
O dicionário completo da Inteligência Artificial
Autoencoder de Grafo
Arquitetura de rede neural não supervisionada composta por um codificador e um decodificador que aprende a comprimir e reconstruir a estrutura e os atributos de um grafo.
Reconstrução de Grafo
Processo que visa reconstruir a matriz de adjacência ou os atributos do grafo original a partir da representação latente comprimida.
Espaço Latente
Espaço de representação de baixa dimensão onde o codificador projeta as informações do grafo, capturando as características essenciais para a reconstrução.
Rede Codificadora
Parte do autoencoder que transforma os dados do grafo em uma representação compacta no espaço latente através de operações de propagação de mensagem.
Rede Decodificadora
Componente que reconstrói o grafo original a partir da representação latente prevendo as arestas ausentes e os atributos dos nós.
Reconstrução de Matriz de Adjacência
Tarefa de reconstrução específica que visa prever a matriz de adjacência do grafo original a partir dos embeddings latentes.
Reconstrução de Características
Objetivo de reconstruir as características dos nós ou arestas além da estrutura topológica do grafo.
Autoencoder Convolucional de Grafo
Variante de autoencoder que usa camadas de convolução em grafos para capturar dependências locais e globais na estrutura do grafo.
Autoencoder Variacional de Grafo
Extensão probabilística de autoencoders de grafo que utiliza uma abordagem variacional para aprender uma distribuição sobre o espaço latente.
Deep Graph Infomax
Método de aprendizagem não supervisionada que maximiza a informação mútua entre as representações globais e locais do grafo.
Aprendizagem de Representação de Grafos
Paradigma de aprendizado de máquina que visa descobrir representações vetoriais significativas das entidades de um grafo sem rótulos.
Agrupamento de Nós
Aplicação de autoencoders de grafo para agrupar nós em comunidades baseadas em seus embeddings latentes aprendidos.
Regularização de Grafos
Técnica que constrange o espaço latente a preservar a estrutura do grafo original, penalizando representações que deformam as relações topológicas.
Aprendizagem Contrastiva de Grafos
Abordagem de aprendizagem de representações gráficas que maximiza a consistência entre diferentes aumentações do mesmo grafo.
Autoencoder de Desruído de Grafos
Variante robusta que aprende a reconstruir um grafo limpo a partir de uma versão corrompida por ruído estrutural ou atributo.
Autoencoder de Atenção de Grafos
Arquitetura que integra mecanismos de atenção para ponderar diferentemente as contribuições dos vizinhos durante a codificação e decodificação.