Generazione Fine di Grafi tramite Programmazione a Miscela Latente

È stato introdotto un nuovo modello di autoencoder variazionale condizionale (CVAE) per il controllo strutturale fine nella generazione di grafi. A differenza dei metodi esistenti che offrono solo un controllo grossolano sulle proprietà del grafo, questo approccio allinea dinamicamente le rappresentazioni guidate dal grafo e dalle proprietà nello spazio latente del decoder. Un programmatore a miscela integra progressivamente i priori del grafo e del controllo per migliorare sia la fedeltà del grafo che la controllabilità. Il modello è stato testato su cinque dataset reali e ha superato i baselines recenti in qualità di generazione e soddisfazione del controllo. Le applicazioni includono la scoperta di farmaci, la modellazione di reti sociali e la costruzione di grafi di conoscenza.