graph-neural-networks

Đây là bộ công cụ mã nguồn mở cho Mạng thần kinh đồ thị dị thể (OpenHGNN) dựa trên DGL.

Thư viện mở rộng PyTorch chứa các thuật toán phân cụm đồ thị được tối ưu hóa

Các bài báo về graph transformer.

Thư viện PyTorch dành cho tính toán đồ thị và siêu đồ thị.

[TPAMI 2024] Tài nguyên tổng hợp về GNN cho phân tích chuỗi thời gian (GNN4TS)

[SIGIR'2024] "GraphGPT: Tinh chỉnh hướng dẫn đồ thị cho các mô hình ngôn ngữ lớn"

Các bài báo về khả năng giải thích của GNN

Các Colab Notebook bao gồm các công cụ học sâu để dự đoán và thiết kế cấu trúc phân tử sinh học

Các bài báo tuyệt vời về học máy (deep learning) trên các đồ thị động (theo thời gian) (mạng / đồ thị tri thức).

Joint Deep Matcher cho điểm và đường thẳng 🖼️💥🖼️ (ICCV 2023)

Danh sách tài liệu về nhúng hyperbolic, mô hình hyperbolic, ứng dụng hyperbolic

Một thư viện Python để phát hiện các sự kiện xã hội

Thư viện Python hợp nhất cho Graph Prompting

Thư viện Python hỗ trợ học sâu trên đồ thị

Mã nguồn cho bài báo "PICK: Trích xuất thông tin khóa từ tài liệu sử dụng mạng học đồ thị - tích chập cải tiến" (ICPR 2020).

[WSDM'2024 Oral] "SSLRec: Một framework học tự giám sát cho hệ thống gợi ý".

Các bài báo, mã nguồn, tập dữ liệu và công cụ liên quan đến phát hiện cộng đồng bằng phương pháp học sâu và truyền thống.

Triển khai Diffusion Convolutional Recurrent Neural Network bằng PyTorch

EquiBind: học sâu hình học để dự đoán nhanh cấu trúc 3D khi một phân tử nhỏ liên kết với protein

Bộ dữ liệu ô tô đa phương thức quy mô lớn với các mô phỏng động lực học chất lưu tính toán và các benchmark học sâu.

Mô hình khuếch tán Euclidean cho thiết kế thuốc dựa trên cấu trúc.

Geometric GNN Dojo cung cấp các triển khai và thử nghiệm thống nhất để khám phá không gian thiết kế của Geometric Graph Neural Networks (ICML 2023)