graph-neural-networks

Ein Open-Source-Toolkit für Heterogene Graph Neural Networks (OpenHGNN) basierend auf DGL.

PyTorch-Erweiterungsbibliothek für optimierte Graph-Cluster-Algorithmen.

Fachartikel über Graph-Transformer.

Eine PyTorch-Bibliothek für Graphen- und Hypergraphenberechnungen.

[TPAMI 2024] Sammlung von Ressourcen zu GNNs für die Zeitreihenanalyse (GNN4TS)

[SIGIR'2024] „GraphGPT: Graph Instruction Tuning for Large Language Models“

Forschungsarbeiten zur Erklärbarkeit von GNNs

Colab Notebooks zu Deep-Learning-Werkzeugen für die Vorhersage und das Design biomolekularer Strukturen

Wissenswerte Artikel über Machine Learning (Deep Learning) auf dynamischen (zeitlichen) Graphen (Netzwerken / Knowledge Graphs).

Joint Deep Matcher für Punkte und Linien 🖼️💥🖼️ (ICCV 2023)

Eine Liste von Publikationen über hyperbolische Einbettungen, hyperbolische Modelle und hyperbolische Anwendungen

Eine Python-Bibliothek zur Erkennung sozialer Ereignisse.

Eine vereinheitlichte Python-Bibliothek für Graph Prompting

Python-Bibliothek zur Unterstützung von Deep Learning auf Graphen

Code für das Paper "PICK: Processing Key Information Extraction from Documents using Improved Graph Learning-Convolutional Networks" (ICPR 2020)

[WSDM'2024 Oral] SSLRec: Ein selbstüberwachtes Lern-Framework für Empfehlungssysteme.

Sammlung von wissenschaftlichen Arbeiten, Implementierungen, Datensätzen und Tools zur Community-Erkennung mittels Deep Learning und konventionellen Methoden

Implementierung eines Diffusion Convolutional Recurrent Neural Network in PyTorch

EquiBind: geometrisches Deep Learning für schnelle Vorhersagen der 3D-Struktur, in der ein kleines Molekül an ein Protein bindet

Ein multimodaler Großdatensatz für Autos mit numerischen Strömungssimulationen und Benchmarks für Deep Learning.

Ein euklidisches Diffusionsmodell für strukturbasiertes Wirkstoffdesign.

Geometric GNN Dojo bietet einheitliche Implementierungen und Experimente zur Erforschung des Designraums von Geometric Graph Neural Networks (ICML 2023)