我有几个图，我想对其节点进行编码，以便以后用神经网络处理它们。我希望嵌入考虑到我正在嵌入的节点周围的图形拓扑，以便来自不同图形但具有相似拓扑的节点具有紧密的嵌入。

例如，在下图中，图 1 中的节点 A 和图 2 中的节点 B 应该具有紧密的嵌入，因为它们周围的图拓扑相似。

此外，当我得到一个新图时，我希望能够快速计算其节点的嵌入，并确保它们与我之前得到的嵌入一致。例如，如果我得到第三张图，其中节点 C 周围的拓扑类似于节点 A 和 B，我希望能够获得它的嵌入（应该接近 A 和 Bs 嵌入），而不必重新处理所有图表。

总而言之，我正在寻找一种（确定性？）方法，该方法允许我对节点进行编码，并对来自其他图形但具有相似拓扑的节点产生类似的结果。

有没有允许这样做的嵌入方法？据我了解，大多数节点嵌入方法（如 GraRep、HOPE、node2vec ..）不能移植到其他图，因为它们不是确定性的，并且在使用来自不同图的节点进行训练后可能会产生不同的结果（即使这些节点具有相似的拓扑结构） ）。