文件名称:SEAL_OGB:SEAL的开源实现,用于在开放图基准(OGB)数据集中进行链接预测
文件大小:17KB
文件格式:ZIP
更新时间:2024-05-23 07:50:39
Python
SEAL_OGB-OGB链接预测任务的SEAL的实现 关于 该存储库支持以下论文: M. Zhang,P。Li,Xia Xia,K。Wang,和L. Jin,重新审视图神经网络进行链接预测。 SEAL是基于GNN的链接预测方法。 它首先为每个目标链接提取一个k跳封闭子图,然后应用双半径节点标签(DRNL)方案为每个节点提供一个整数标签作为其附加功能。 最后,将这些标记的封闭子图馈送到图神经网络,以预测链接的存在。 该存储库使用PyTorch-Geometric库重新实现SEAL,并在开放图谱基准(OGB)数据集上测试SEAL。 在提交时,SEAL在中的4个链接预测数据集中的3个中排名第1。 它还支持类行星状数据集,例如Cora,CiteSeer和PubMed,其中使用了随机的0.85 / 0.05 / 0.1拆分和AUC度量。 通过使用您自己的行星类数据集替换使用自定义数据集也很容
【文件预览】:
SEAL_OGB-master
----utils.py(13KB)
----models.py(11KB)
----CONTRIBUTING.md(1KB)
----seal_link_pred.py(28KB)
----LICENSE(1KB)
----README.md(7KB)
----CODE_OF_CONDUCT.md(242B)
----.gitignore(95B)