メインコンテンツへスキップ
ToolPotion
AI アドバイザー
送信（無料）

CompGCN

まだ評価がありません
AI GitHub リポジトリAIモデルとLLMオープンソース · Linux, macOS, Windows

CompGCNは、Composition-Based Multi-Relational Graph Convolutional NetworksのPyTorch実装です。知識グラフのリンク予測などのタスク向けに高度なグラフ表現学習を可能にし、柔軟な合成演算と様々なスコアリング関数との互換性を提供します。

リポジトリを見る
共有
リポジトリを見る
共有

説明

CompGCN（Composition-Based Multi-Relational Graph Convolutional Networks）は、多関係グラフ表現学習のために設計されたAIモデルです。malllabiiscによって開発され、ICLR 2020で発表されたこのPyTorch実装は、知識グラフのリンク予測などのタスクにおけるグラフ畳み込みネットワークの強化に焦点を当てています。

続きを読む

CompGCNの核心的な革新は、φ(·)で表される合成演算にあります。ノードと関係の埋め込みが与えられると、CompGCNはこの合成関数をノードの近傍の各エッジに適用します。結果として得られる合成埋め込みは、元の関係と逆関係の特定のフィルタで畳み込まれます。モデルは近傍からのメッセージを集約して中心ノードの埋め込みを更新し、専用の重み行列を使用して関係埋め込みを変換します。このアプローチにより、複雑な関係データのより豊かな表現が可能になります。

CompGCNはPyTorch 1.0およびPython 3.xと互換性があります。プロジェクトは、知識グラフのリンク予測に一般的に使用されるFB15k-237およびWN18RRなどのデータセットを提供しており、これらはdataディレクトリに含まれています。依存関係のインストールは、`requirements.txt`ファイルを通じて管理されます。リポジトリには、報告された結果を再現するためのスクリプトとコマンドが含まれており、TransE、DistMult、ConvEなどの異なるスコアリング関数や、減算、乗算、円形相関などの様々な合成演算を使用したアプリケーションを示しています。

このモデルは、大規模な知識グラフや複雑な関係構造を扱う研究者や実務家にとって特に価値があります。多関係データを効果的に処理する能力は、データ内の接続と関係の深い理解を必要とするアプリケーションに適しています。GitHub上のプロジェクトのオープンソース性は、グラフ表現学習分野での協力とさらなる発展を促進します。

  • カテゴリーAIモデルとLLM
  • 料金モデルオープンソース
  • デプロイクラウド, セルフホスト
  • プラットフォームLinux, macOS, Windows

CompGCNの主要機能

  • 合成ベースの多関係グラフ畳み込みネットワーク

  • 様々な合成演算をサポート：減算、乗算、円形相関

  • PyTorch 1.0およびPython 3.xと互換性あり

  • 知識グラフリンク予測用のデータセット（FB15k-237、WN18RR）を含む

  • リンク予測タスクのための再現可能な結果

  • 元の関係と逆関係のための専用フィルタを使用

  • ノード埋め込み更新のための近傍メッセージ集約

  • 専用重み行列による関係埋め込みの変換

  • GitHubで利用可能なオープンソース実装

CompGCNをはじめる

  1. 環境設定：`requirements.txt`を使用して依存関係をインストールします。

  2. データ準備：データセットの抽出とフォルダ設定のために`./setup.sh`を実行します。

  3. トレーニング設定：スコア関数、合成演算、ハイパーパラメータを選択します。

  4. 実験実行：リンク予測のために指定された引数で`run.py`を実行します。

  5. 結果再現：READMEの提供されたコマンドを使用して、報告されたパフォーマンスを再現します。

  6. モデル統合：カスタムアプリケーションのためにモデルアーキテクチャとトレーニングスクリプトを適応させます。

CompGCNの使用例

  • 知識グラフリンク予測
  • グラフ表現学習
  • 多関係データ分析
  • レコメンデーションシステム
  • 意味ネットワーク分析

CompGCNのFAQ

CompGCN のレビュー

CompGCN のレビュー

読み込み中...

CompGCN に似た人気のAIツール

Relational Graph Convolutional Networks

AI GitHub リポジトリ

このプロジェクトは、Relational Graph Convolutional Networks（R-GCN）の Keras ベースの実装を提供します。有向リレーショナルグラフ上での半教師ありノード分類向けに設計されています。論文「Modeling Relational Data with Graph Convolutional…

AIモデルとLLM
ツールを見る

LightGCN

AI GitHub リポジトリ

LightGCNは、推薦システム向けに設計されたシンプルなグラフ畳み込みネットワークです。協調フィルタリングにおける本質的な近傍集約コンポーネントに焦点を当て、インタラクションデータからユーザーとアイテムの表現を効率的かつ効果的に学習するアプローチを提供します。

AIモデルとLLM
ツールを見る

LightGCN

AI GitHub リポジトリ

推薦システム向けに設計されたシンプルなグラフ畳み込みネットワークです。協調フィルタリングにおける本質的な近傍集約コンポーネントに焦点を当て、インタラクションデータからユーザーとアイテムの表現を効率的かつ効果的に学習するアプローチを提供します。LightGCNは、推薦システム向けに設計されたシンプルなグラフ畳み込みネットワークです。協調フィルタリングにおける本質的な近傍集約コンポーネントに焦点を当て、インタラクションデータからユーザーとアイテムの表現を効率的かつ効果的に学習するアプローチを提供します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Simplifying Graph Convolutional Networks

AI GitHub リポジトリ

このリポジトリは、論文「Simplifying Graph Convolutional Networks」の公式実装を提供します。非線形性を取り除き、重み行列を一つにまとめることで、合理化された Graph Convolutional Network（GCN）モデルを実現。線形モデルでありながら、学習時間を大幅に短縮しつつ、競争力のある性能を達成します。

AIモデルとLLM
ツールを見る

Simplifying Graph Convolutional Networks

AI GitHub リポジトリ

このリポジトリは、論文「Simplifying Graph Convolutional Networks」の公式実装を提供します。非線形性を取り除き、重み行列を一つにまとめることで、合理化された Graph Convolutional Network（GCN）モデルを実現。線形モデルでありながら、学習時間を大幅に短縮しつつ、競争力のある性能を達成します。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Graph Convolutional Networks

AI GitHub リポジトリ

グラフ畳み込みネットワーク（GCN）は、グラフ構造のデータを処理するために設計されたニューラルネットワークの一種です。畳み込みニューラルネットワークをグラフ構造データに一般化し、半教師あり学習やグラフ埋め込みにおける強力な応用を可能にします。このモデルは、複雑なネットワークデータの分析に新しいアプローチを提供します。

その他のAIツール
ツールを見る

Graph Convolutional Networks

AI GitHub リポジトリ

グラフ畳み込みネットワーク（GCN）は、グラフ構造のデータを処理するために設計されたニューラルネットワークの一種です。畳み込みニューラルネットワークをグラフ構造データに一般化し、半教師あり学習やグラフ埋め込みにおける強力な応用を可能にします。このモデルは、複雑なネットワークデータの分析に新しいアプローチを提供します。

その他のAIツール
AI GitHub リポジトリ トップ250を見る

SEAL リンク予測

AI GitHub リポジトリ

SEALは、リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。

AIモデルとLLM
ツールを見る

SEAL リンク予測

AI GitHub リポジトリ

リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。SEALは、リンク予測問題を部分グラフ分類タスクに変換する新しいフレームワークです。h-ホップ包囲部分グラフとノード情報行列を抽出し、それらをグラフニューラルネットワークに入力します。SEALは、グラフ構造と潜在的/明示的なノード特徴の両方から同時に学習し、正確なリンク予測を行います。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Temporal Graph Networks

AI GitHub リポジトリ

Temporal Graph Networks (TGNs) は、動的グラフに対する深層学習のための汎用的かつ効率的なフレームワークを提供します。このPythonベースのライブラリは、新しいメモリモジュールとグラフベースの演算子を利用して、進化するグラフ構造における計算効率と予測精度で既存の手法を上回ります。

AIモデルとLLM
ツールを見る

Temporal Graph Networks

AI GitHub リポジトリ

動的グラフに対する深層学習のための汎用的かつ効率的なフレームワークを提供します。このPythonベースのライブラリは、新しいメモリモジュールとグラフベースの演算子を利用して、進化するグラフ構造における計算効率と予測精度で既存の手法を上回ります。Temporal Graph Networks (TGNs) は、動的グラフに対する深層学習のための汎用的かつ効率的なフレームワークを提供します。このPythonベースのライブラリは、新しいメモリモジュールとグラフベースの演算子を利用して、進化するグラフ構造における計算効率と予測精度で既存の手法を上回ります。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Neural Graph Collaborative Filtering

AI GitHub リポジトリ

Neural Graph Collaborative Filtering (NGCF) は、グラフニューラルネットワークを活用した推薦フレームワークです。ユーザー・アイテムの二部グラフにおける高次の接続性を明示的にエンコードし、埋め込み伝播を実行することで協調フィルタリング信号を表現します。この実装は、SIGIR 2019 の論文に基づいています。

AIモデルとLLM
ツールを見る

Neural Graph Collaborative Filtering

AI GitHub リポジトリ

グラフニューラルネットワークを活用した推薦フレームワークです。ユーザー・アイテムの二部グラフにおける高次の接続性を明示的にエンコードし、埋め込み伝播を実行することで協調フィルタリング信号を表現します。この実装は、SIGIR 2019 の論文に基づいています。Neural Graph Collaborative Filtering (NGCF) は、グラフニューラルネットワークを活用した推薦フレームワークです。ユーザー・アイテムの二部グラフにおける高次の接続性を明示的にエンコードし、埋め込み伝播を実行することで協調フィルタリング信号を表現します。この実装は、SIGIR 2019 の論文に基づいています。

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る

Vision GNN (ViG)

AI GitHub リポジトリ

Vision GNN (ViG) は、Huawei Noah's Ark Lab によって開発された Vision Graph Neural Networks の PyTorch 実装です。ViG および Pyramid ViG アーキテクチャの両方について、事前学習済みモデルとトレーニングスクリプトを含み、画像処理タスク向けの効率的な AI…

AIモデルとLLM
ツールを見る

Vision GNN (ViG)

AI GitHub リポジトリ

Huawei Noah's Ark Lab によって開発された Vision Graph Neural Networks の PyTorch 実装です。ViG および Pyramid ViG アーキテクチャの両方について、事前学習済みモデルとトレーニングスクリプトを含み、画像処理タスク向けの効率的な AI…Vision GNN (ViG) は、Huawei Noah's Ark Lab によって開発された Vision Graph Neural Networks の PyTorch 実装です。ViG および Pyramid ViG アーキテクチャの両方について、事前学習済みモデルとトレーニングスクリプトを含み、画像処理タスク向けの効率的な AI…

AIモデルとLLM
AI GitHub リポジトリ トップ250を見る
1 / 8