graph-convolutional-networks

Biblioteca de Redes Neurais em Grafos para PyTorch

Links para publicações de conferências em aprendizado profundo baseado em grafos.

StellarGraph - Aprendizado de Máquina em Grafos

PyTorch Geometric Temporal: Processamento de Sinais Espaciotemporais com Modelos de Aprendizado de Máquina Neural (CIKM 2021)

Uma lista curada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em grafos e Transformers.

Implementação em PyTorch e explicação de artigos de aprendizado de representação em grafos: DeepWalk, GCN, GraphSAGE, ChebNet e GAT.

Uma biblioteca adversarial do PyTorch para métodos de ataque e defesa em imagens e grafos

[IEEE T-KDE 2026] Awesome Deep Graph Clustering é uma coleção de métodos SOTA e inovadores de clustering de grafos profundos (artigos, códigos e conjuntos de dados).

A list of recent papers about Graph Neural Network methods applied in NLP areas.

Uma coleção de métodos de detecção de anomalias (baseados em iid/ponto, grafos e séries temporais), incluindo aprendizado ativo para detecção/descoberta de anomalias, mineração de regras bayesianas, descrição para diversidade/explicação/interpretabilidade. Análise de incorporação de feedback de rótulos com detectores baseados em ensembles e árvores. Inclui ataques adversariais com Graph Convolutional Network.

ICLR 2020: Redes Convolucionais de Grafos Multirrelacionais Baseadas em Composição

Este é o repositório para a coleção de Deep Learning Baseado em Grafos para Redes de Comunicação.

Uma implementação em TensorFlow de Redes Neurais Convolucionais de Grafos de Conhecimento