본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

CompGCN

AI GitHub 저장소AI 모델 및 LLM오픈소스 · Linux, macOS, Windows

CompGCN은 Composition-Based Multi-Relational Graph Convolutional Networks의 PyTorch 구현체입니다. 지식 그래프 링크 예측과 같은 작업에 대한 고급 그래프 표현 학습을 가능하게 하며, 유연한 구성 연산과 다양한 점수 함수와의 호환성을 제공합니다.

저장소 보기
공유
저장소 보기
공유

CompGCN(Composition-Based Multi-Relational Graph Convolutional Networks)은 다중 관계 그래프 표현 학습을 위해 설계된 AI 모델입니다. malllabiisc에서 개발하고 ICLR 2020에서 발표된 이 PyTorch 구현체는 지식 그래프 링크 예측과 같은 작업에 대한 그래프 컨볼루션 네트워크를 강화하는 데 중점을 둡니다.

더 읽기

CompGCN의 핵심 혁신은 φ(·)로 표시되는 구성 연산에 있습니다. 노드 및 관계 임베딩이 주어졌을 때, CompGCN은 노드 이웃의 각 엣지에 이 구성 함수를 적용합니다. 결과로 생성된 구성 임베딩은 원래 관계 및 역 관계에 대한 특정 필터와 컨볼루션됩니다. 모델은 이웃으로부터 메시지를 집계하여 중심 노드의 임베딩을 업데이트하고, 전용 가중치 행렬을 사용하여 관계 임베딩을 변환합니다. 이 접근 방식은 복잡한 관계형 데이터에 대한 더 풍부한 표현을 가능하게 합니다.

CompGCN은 PyTorch 1.0 및 Python 3.x와 호환됩니다. 이 프로젝트는 지식 그래프 링크 예측에 일반적으로 사용되는 FB15k-237 및 WN18RR과 같은 데이터셋을 제공하며, 이들은 데이터 디렉토리에 포함되어 있습니다. 종속성 설치는 `requirements.txt` 파일을 통해 관리됩니다. 리포지토리에는 보고된 결과를 재현하기 위한 스크립트와 명령이 포함되어 있으며, TransE, DistMult, ConvE와 같은 다양한 점수 함수와 빼기, 곱하기, 순환 상관을 포함한 다양한 구성 연산을 사용한 적용 사례를 보여줍니다.

이 모델은 대규모 지식 그래프 및 복잡한 관계형 구조를 다루는 연구원 및 실무자에게 특히 유용합니다. 다중 관계 데이터를 효과적으로 처리하는 능력은 데이터 내의 연결 및 관계에 대한 깊은 이해가 필요한 애플리케이션에 적합합니다. GitHub에서의 오픈 소스 특성은 그래프 표현 학습 분야의 협업 및 추가 개발을 촉진합니다.

  • 카테고리AI 모델 및 LLM
  • 요금제오픈소스
  • 배포클라우드, 셀프 호스팅
  • 플랫폼Linux, macOS, Windows

  • 구성 기반 다중 관계 그래프 컨볼루션 네트워크

  • 다양한 구성 연산 지원: 빼기, 곱하기, 순환 상관

  • PyTorch 1.0 및 Python 3.x와 호환

  • 지식 그래프 링크 예측을 위한 데이터셋 포함 (FB15k-237, WN18RR)

  • 링크 예측 작업에 대한 재현 가능한 결과

  • 원래 관계 및 역 관계에 대한 특정 필터 사용

  • 노드 임베딩 업데이트를 위한 이웃 메시지 집계

  • 전용 가중치 행렬을 사용한 관계 임베딩 변환

  • GitHub에서 사용 가능한 오픈 소스 구현

  1. 환경 설정: `requirements.txt`를 사용하여 종속성을 설치합니다.

  2. 데이터 준비: 데이터셋 추출 및 폴더 설정을 위해 `./setup.sh`를 실행합니다.

  3. 훈련 구성: 점수 함수, 구성 연산 및 하이퍼파라미터를 선택합니다.

  4. 실험 실행: 링크 예측을 위해 지정된 인수로 `run.py`를 실행합니다.

  5. 결과 재현: README에 제공된 명령을 사용하여 보고된 성능을 복제합니다.

  6. 모델 통합: 사용자 정의 애플리케이션을 위해 모델 아키텍처 및 훈련 스크립트를 조정합니다.

  • 지식 그래프 링크 예측
  • 그래프 표현 학습
  • 다중 관계 데이터 분석
  • 추천 시스템
  • 의미론적 네트워크 분석

CompGCN 리뷰

로딩 중...

CompGCN와(과) 비슷한 인기 AI 도구

이 프로젝트는 Relational Graph Convolutional Networks(R-GCN)의 Keras 기반 구현을 제공합니다. 방향성 관계 그래프에서의 준지도 노드 분류를 위해 설계되었습니다. 이 코드는 논문 'Modeling Relational Data with Graph Convolutional…

AI 모델 및 LLM
도구 보기

이 프로젝트는 Relational Graph Convolutional Networks(R-GCN)의 Keras 기반 구현을 제공합니다. 방향성 관계 그래프에서의 준지도 노드 분류를 위해 설계되었습니다. 이 코드는 논문 'Modeling Relational Data with Graph Convolutional…

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

LightGCN

AI GitHub 저장소

LightGCN은 추천 시스템을 위해 설계된 간소화된 그래프 컨볼루션 네트워크입니다. 협업 필터링을 위한 필수적인 이웃 집계 구성 요소에 중점을 두어, 상호작용 데이터로부터 사용자 및 항목 표현을 학습하는 효율적이고 효과적인 접근 방식을 제공합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

추천 시스템을 위해 설계된 간소화된 그래프 컨볼루션 네트워크입니다. 협업 필터링을 위한 필수적인 이웃 집계 구성 요소에 중점을 두어, 상호작용 데이터로부터 사용자 및 항목 표현을 학습하는 효율적이고 효과적인 접근 방식을 제공합니다.LightGCN은 추천 시스템을 위해 설계된 간소화된 그래프 컨볼루션 네트워크입니다. 협업 필터링을 위한 필수적인 이웃 집계 구성 요소에 중점을 두어, 상호작용 데이터로부터 사용자 및 항목 표현을 학습하는 효율적이고 효과적인 접근 방식을 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

이 저장소는 "그래프 컨볼루션 네트워크의 단순화" 논문의 공식 구현을 제공합니다. 비선형성을 제거하고 가중치 행렬을 축소하여 훈련 시간을 크게 줄이면서도 경쟁력 있는 성능을 달성하는 선형 모델을 제공하는 간소화된 그래프 컨볼루션 네트워크(GCN) 모델을 제공합니다.

AI 모델 및 LLM
도구 보기

이 저장소는 "그래프 컨볼루션 네트워크의 단순화" 논문의 공식 구현을 제공합니다. 비선형성을 제거하고 가중치 행렬을 축소하여 훈련 시간을 크게 줄이면서도 경쟁력 있는 성능을 달성하는 선형 모델을 제공하는 간소화된 그래프 컨볼루션 네트워크(GCN) 모델을 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

그래프 컨볼루션 네트워크(GCN)는 그래프로 구조화된 데이터를 처리하도록 설계된 신경망의 한 유형입니다. 이는 컨볼루션 신경망을 그래프 구조 데이터로 일반화하여 준지도 학습 및 그래프 임베딩에서 강력한 응용을 가능하게 합니다. 이 모델은 복잡한 네트워크 데이터를 분석하는 새로운 접근 방식을 제공합니다.

기타 AI 도구
도구 보기

그래프로 구조화된 데이터를 처리하도록 설계된 신경망의 한 유형입니다. 이는 컨볼루션 신경망을 그래프 구조 데이터로 일반화하여 준지도 학습 및 그래프 임베딩에서 강력한 응용을 가능하게 합니다. 이 모델은 복잡한 네트워크 데이터를 분석하는 새로운 접근 방식을 제공합니다.그래프 컨볼루션 네트워크(GCN)는 그래프로 구조화된 데이터를 처리하도록 설계된 신경망의 한 유형입니다. 이는 컨볼루션 신경망을 그래프 구조 데이터로 일반화하여 준지도 학습 및 그래프 임베딩에서 강력한 응용을 가능하게 합니다. 이 모델은 복잡한 네트워크 데이터를 분석하는 새로운 접근 방식을 제공합니다.

기타 AI 도구
AI GitHub 저장소 TOP 250 보기

SEAL 링크 예측

AI GitHub 저장소

SEAL은 링크 예측 문제를 부분 그래프 분류 문제로 변환하는 새로운 프레임워크입니다. h-hop 포함 부분 그래프와 노드 정보 행렬을 추출하여 그래프 신경망에 입력합니다. SEAL은 그래프 구조와 잠재/명시적 노드 특징 모두에서 동시에 학습하여 정확한 링크 예측을 수행합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

링크 예측 문제를 부분 그래프 분류 문제로 변환하는 새로운 프레임워크입니다. h-hop 포함 부분 그래프와 노드 정보 행렬을 추출하여 그래프 신경망에 입력합니다. SEAL은 그래프 구조와 잠재/명시적 노드 특징 모두에서 동시에 학습하여 정확한 링크 예측을 수행합니다.SEAL은 링크 예측 문제를 부분 그래프 분류 문제로 변환하는 새로운 프레임워크입니다. h-hop 포함 부분 그래프와 노드 정보 행렬을 추출하여 그래프 신경망에 입력합니다. SEAL은 그래프 구조와 잠재/명시적 노드 특징 모두에서 동시에 학습하여 정확한 링크 예측을 수행합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

Temporal Graph Networks

AI GitHub 저장소

Temporal Graph Networks (TGNs)는 동적 그래프에 대한 딥러닝을 위한 일반적이고 효율적인 프레임워크를 제공합니다. 이 Python 기반 라이브러리는 새로운 메모리 모듈과 그래프 기반 연산자를 활용하여 진화하는 그래프 구조에 대한 계산 효율성과 예측 정확도에서 기존 방법을 능가합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

동적 그래프에 대한 딥러닝을 위한 일반적이고 효율적인 프레임워크를 제공합니다. 이 Python 기반 라이브러리는 새로운 메모리 모듈과 그래프 기반 연산자를 활용하여 진화하는 그래프 구조에 대한 계산 효율성과 예측 정확도에서 기존 방법을 능가합니다.Temporal Graph Networks (TGNs)는 동적 그래프에 대한 딥러닝을 위한 일반적이고 효율적인 프레임워크를 제공합니다. 이 Python 기반 라이브러리는 새로운 메모리 모듈과 그래프 기반 연산자를 활용하여 진화하는 그래프 구조에 대한 계산 효율성과 예측 정확도에서 기존 방법을 능가합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

Neural Graph Collaborative Filtering (NGCF)는 그래프 신경망을 활용하는 추천 프레임워크입니다. 사용자-아이템 이분 그래프에서 고차 연결성을 통해 협업 신호를 명시적으로 인코딩하여 임베딩 전파를 수행합니다. 이 구현은 SIGIR 2019 논문을 기반으로 합니다.

AI 모델 및 LLM
도구 보기

그래프 신경망을 활용하는 추천 프레임워크입니다. 사용자-아이템 이분 그래프에서 고차 연결성을 통해 협업 신호를 명시적으로 인코딩하여 임베딩 전파를 수행합니다. 이 구현은 SIGIR 2019 논문을 기반으로 합니다.Neural Graph Collaborative Filtering (NGCF)는 그래프 신경망을 활용하는 추천 프레임워크입니다. 사용자-아이템 이분 그래프에서 고차 연결성을 통해 협업 신호를 명시적으로 인코딩하여 임베딩 전파를 수행합니다. 이 구현은 SIGIR 2019 논문을 기반으로 합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

Vision GNN (ViG)

AI GitHub 저장소

Vision GNN (ViG)는 Huawei Noah's Ark Lab에서 개발한 Vision Graph Neural Network의 PyTorch 구현체입니다. ViG 및 Pyramid ViG 아키텍처 모두에 대한 사전 학습된 모델과 학습 스크립트를 포함하여 이미지 처리 작업을 위한 효율적인 AI 백본을 제공합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

Huawei Noah's Ark Lab에서 개발한 Vision Graph Neural Network의 PyTorch 구현체입니다. ViG 및 Pyramid ViG 아키텍처 모두에 대한 사전 학습된 모델과 학습 스크립트를 포함하여 이미지 처리 작업을 위한 효율적인 AI 백본을 제공합니다.Vision GNN (ViG)는 Huawei Noah's Ark Lab에서 개발한 Vision Graph Neural Network의 PyTorch 구현체입니다. ViG 및 Pyramid ViG 아키텍처 모두에 대한 사전 학습된 모델과 학습 스크립트를 포함하여 이미지 처리 작업을 위한 효율적인 AI 백본을 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기
1/8