#graph-neural-networks Dépôts
91 dépôts au total
Bibliothèque d'Extensions PyTorch pour Algorithmes de Cluster de Graphes Optimisés
[TPAMI 2024] Ressources exceptionnelles de GNN pour l'analyse des séries temporelles (GNN4TS)
"GraphGPT : Fine-tuning d'instructions graphiques pour les grands modèles de langage" [SIGIR'2024]
Notebooks Colab couvrant les outils d'apprentissage profond pour la prédiction et la conception de la structure biomoléculaire
Articles impressionnants sur l'apprentissage automatique (apprentissage profond) sur des graphes (réseaux / graphes de connaissances) dynamiques (temporels).
Portfolio de recherche au lycée : 2 publications évaluées par des pairs (IEEE, IJHSR) + 3 projets en cours couvrant l’apprentissage automatique inspiré de l’informatique quantique, la biologie computationnelle, l’imagerie biomédicale, l’apprentissage par renforcement appliqué aux incendies de forêt et la recherche en enseignement des sciences. Affilié à Stanford Medicine, UCLA COSMOS et UCSB SRA.
Une collection organisée d'articles de recherche explorant l'utilisation des LLM pour des tâches liées aux graphes.
Liste d'articles sur l'intégration hyperbolique, les modèles hyperboliques, les applications hyperboliques
Une liste impressionnante et organisée d'articles sur la similarité du code binaire
Une référence en apprentissage automatique des décalages de distribution dans la nature, avec des chargeurs de données, des évaluateurs et des modèles par défaut.
Réseau neuronal graphique spectral et temporel (StemGNN en abrégé) pour la prévision de séries temporelles multivariées
TorchEEG est une bibliothèque construite sur PyTorch pour l'analyse des signaux EEG.
Code pour l'article "PICK : Extraction d'informations clés à partir de documents à l'aide de réseaux convolutifs d'apprentissage amélioré sur graphes" (ICPR 2020)
Articles, implémentations, ensembles de données et outils liés à la détection de communauté profonde et conventionnelle.
[WSDM'2024 Oral] "SSLRec: Un cadre d'apprentissage auto-supervisé pour la recommandation"
Un grand ensemble de données multimodales sur les voitures avec simulations de dynamique des fluides computationnelle et benchmarks d'apprentissage profond
Implémentation officielle de l'article de NeurIPS 2024 intitulé "G-Retriever : Génération Augmentée par la Récupération pour la Compréhension des Graphes Textuels et la Réponse aux Questions"
EquiBind : deep learning géométrique pour des prédictions rapides de la structure 3D dans laquelle une petite molécule se lie à une protéine
Implémentation d'un Réseau de Neurones Récurrent Convolutif de Diffusion en PyTorch
Geometric GNN Dojo fournit des implémentations et des expériences unifiées pour explorer l'espace de conception des réseaux de neurones graphiques géométriques (ICML 2023)
Un modèle de diffusion euclidien pour la conception de médicaments basée sur la structure.