摘要

生成网络使得从简单的噪声中生成有意义的信号（如图像和文本）成为可能。最近，基于GAN（生成对抗网络）和VAE（变分自编码器）的方法被开发用于图和图信号的生成。然而，这些方法的数学性质尚不明确，训练高质量的生成模型也十分困难。本研究提出了一种图生成模型，该模型利用了Mallat散射变换在图上的最新适应版本。所提出的模型自然地由编码器和解码器组成。编码器是一种高斯化的图散射变换，对信号和图操作具有鲁棒性。解码器是一个简单的全连接网络，可根据特定任务进行调整，例如链接预测、图上的信号生成以及完整的图和信号生成。我们提出的系统的训练效率较高，因为仅应用于解码器部分，且硬件需求适中。数值结果表明，该系统在链接预测和图及信号生成方面均达到了最先进的性能。