#graph-neural-networks Repositories
Insgesamt 91 Repositories
[TPAMI 2024] Fantastische Ressourcen von GNNs für Zeitreihenanalyse (GNN4TS)
Colab Notebooks, die Deep-Learning-Tools für die Vorhersage und das Design biomolekularer Strukturen behandeln
Hervorragende Arbeiten zum maschinellen Lernen (Deep Learning) auf dynamischen (zeitlichen) Graphen (Netzwerken / Wissensgraphen).
Forschungsportfolio eines Gymnasiasten: 2 peer-reviewte Publikationen (IEEE, IJHSR) + 3 laufende Projekte in den Bereichen quanteninspiriertes maschinelles Lernen, Computational Biology, biomedizinische Bildgebung, Reinforcement Learning für Waldbrände und Bildungsforschung im naturwissenschaftlichen Bereich. Mit Verbindungen zu Stanford Medicine, UCLA COSMOS und UCSB SRA.
Eine kuratierte Sammlung von Forschungsarbeiten, die die Nutzung von LLMs für graphenbezogene Aufgaben untersuchen.
Papierliste zu hyperbolischer Einbettung, hyperbolischen Modellen, hyperbolischen Anwendungen
Eine großartige & kuratierte Liste von Arbeiten zur binären Codeähnlichkeit
Ein Benchmark für maschinelles Lernen bei Distribution-Shifts in der Praxis, mit Datenladern, Evaluatoren und Standardmodellen.
Spectral Temporal Graph Neural Network (kurz StemGNN) für multivariate Zeitreihenprognosen
TorchEEG ist eine Bibliothek, die auf PyTorch für die Analyse von EEG-Signalen basiert.
Code für das Paper „PICK: Verarbeitung von Schlüsselinformationen aus Dokumenten mit verbesserten Graphen-Lern-Faltungsnetzwerken" (ICPR 2020)
Umfassende und konventionelle Arbeiten zum Thema Community Detection, Implementierungen, Datensätze und Werkzeuge.
Ein großangelegter multimodaler Fahrzeugdatensatz mit Computational-Fluid-Dynamics-Simulationen und Deep-Learning-Benchmarks
Offizielle Implementierung des NeurIPS 2024 Papers „G-Retriever: Retrieval-Augmented Generation für das Textuelle Graphverständnis und die Beantwortung von Fragen“
EquiBind: geometrisches Deep Learning für schnelle Vorhersagen der 3D-Struktur, in der ein kleines Molekül an ein Protein bindet
Implementierung eines Diffusion Convolutional Recurrent Neural Networks in PyTorch
Geometric GNN Dojo bietet vereinheitlichte Implementierungen und Experimente zur Erforschung des Designraums von Geometric Graph Neural Networks (ICML 2023)