التمثيل الرسومي هو طريقة فعالة لتمثيل بيانات الرسم البياني في فضاء بُعد منخفض للتحليل الرسومي. تركز معظم الخوارزميات الحالية للتمثيل عادةً على الحفاظ على البنية الطوبولوجية أو تقليل أخطاء إعادة بناء بيانات الرسم البياني، لكنها غالباً ما تتجاهل توزيع البيانات المخفية من الرسوم البيانية، مما يؤدي غالبًا إلى تمثيل رديء في بيانات الرسم البياني الحقيقية. في هذا البحث، نقترح إطار عمل جديد للتمثيل الرسومي المعادي لبيانات الرسم البياني. يرمّز الإطار العمل البنية الطوبولوجية ومحتوى العقد في الرسم البياني إلى تمثيل مضغوط، حيث يتم تدريب مفكك التشفير لإعادة بناء بنية الرسم البياني. بالإضافة إلى ذلك، يتم فرض توافق التمثيل المخفي مع توزيع سابق عبر نظام تدريب معادي. لتحقيق تمثيل قوي، تم تطوير نوعين من النهج المعادية، وهما التمثيل الرسومي التلقائي المعادي (ARGA) والتمثيل الرسومي التلقائي المتغير المعادي (ARVGA). الدراسات التجريبية على رسوم بيانية حقيقية تؤكد تصميمنا وتظهر أن خوارزمياتنا تتفوق بشكل كبير على الأساليب الأساسية في مهام التنبؤ بالروابط وتصنيف الرسوم البيانية وتصورها.