はじめに 本記事は3部作の最終回です. 記号の定義などは第1回の記事をご参照ください. GNNまとめ(1): GCNの導入 - Qiita 種々のGCNを紹介した第2回の記事はこちら. GNNまとめ(2): 様々なSpatial GCN - Qiita 今回はautoencodersによるグラフ埋め込みの獲得やGAN, 時間発展のあるグラフなど発展的な事項を扱います. [1]より引用. その他 第1部, 第2部の小見出しを受けて「その他」という名目でまとめます. AE/VAE 前回までグラフの埋め込みを得るための畳込みについて考えてきましたが, 画像において行われているように, autoencoderやVAEを用いて教師なしの表現学習をしたいと思うのは自然な流れです. しかし, 畳込みの逆演算としてのdecodeの方法は自明ではありません. 本記事では, ニューラルネットを使わずにdeco