graph-neural-networks

PyTorch用グラフニューラルネットワークライブラリ

既存のDLフレームワーク上に構築され、グラフ上でのディープラーニングを容易にするPythonパッケージ

これらの刺激的な講義を通じて、Deep Learning、Reinforcement Learning、Machine Learning、Computer Vision、NLPにどっぷり浸りましょう!!

異常検知関連の書籍、論文、動画、ツールボックス。LLMおよびVLM関連の最新情報は2025年後半まで！

グラフベースの深層学習に関する会議発表へのリンク

統一的で包括的かつ効率的なレコメンデーションライブラリ。

RuVectorは、Rustで構築された高性能、リアルタイム、自己学習型のAI、Vector GNN、Memory DBです。

SuperGlue: Graph Neural Networksを用いた特徴マッチングの学習 (CVPR 2020, 口頭発表)

🔨 🍇 💻 🚀 GraphScope：Alibaba によるワンストップ大規模グラフ計算システム

StellarGraph - グラフに対する機械学習

PyTorch Geometric Temporal: ニューラル機械学習モデルを用いた時空間信号処理 (CIKM 2021)

KerasとTensorflow 2を使用したグラフニューラルネットワーク。

グラフ機械学習用のベンチマークデータセット、データローダー、評価ツール

フェデレーテッドラーニングに関する包括的かつタイムリーな学術情報（論文、フレームワーク、データセット、チュートリアル、ワークショップ）

グラフニューラルネットワークおよび空間ネットワーク分析のために地理空間関係をグラフに変換する

グラフ／Transformerベースの不正検知、異常検知、外れ値検知に関する論文とリソースの厳選リスト

半教師あり学習に関する最新かつ厳選された論文、手法、リソースのリスト。

CogDL：グラフディープラーニングのための総合ライブラリ (WWW 2023)

グラフニューラルネットワーク（GNN）の事前学習および自己教師あり学習に関する論文集

Graph4nlp は、NLP 向け Graph Neural Networks を簡単に利用するためのライブラリです。様々な学習リソースについては DLG4NLP ウェブサイト (https://dlg4nlp.github.io/index.html) をご覧ください。

創薬のための強力で柔軟な機械学習プラットフォーム

グラフの外れ値検出（異常検知）のためのPythonライブラリ

TKDE の論文「Self-supervised learning on graphs: Contrastive, generative, or predictive」のコード

産業用グラフニューラルネットワークフレームワーク

ktrain は、ディープラーニングと AI をより身近にし、簡単に適用できるようにする Python ライブラリです。

タンパク質グラフライブラリ

グラフ上の機械学習のための autoML フレームワーク兼ツールキット。

プログラマブルなCUDA/C++ GPUグラフ解析

画像およびグラフに対する攻撃と防御手法のための PyTorch 敵対的学習ライブラリ

[IEEE T-KDE 2026] 優れた深層グラフクラスタリング手法（論文、コード、データセット）のSOTAおよび最新コレクション