GNN

编辑 | KX吸附能是一种反应性描述符，必须准确预测，才能有效地将机器学习应用于催化剂筛选。 该过程涉及在催化表面上的不同吸附构型中找到最低能量。 尽管图神经网络在计算催化剂系统的能量方面表现出色，但它们严重依赖原子空间坐标。

编辑 | 紫罗进修有效的份子特性表征以促进份子特性预计，对于药物发现具有重要意义。最近，人们通过自监视进修技术预训练图神经网络（GNN）以克服份子特性预计中数据稀缺的挑衅。然而，当前鉴于自监视进修的要领存在两个主要障碍：缺乏明确的自监视进修策略和 GNN 的能力有限。近日，来自清华大学、西湖大学和之江实验室的研讨团队，提出了学问诱导的图 Transformer 预训练（Knowledge-guid…

2019 年，纽约大学、亚马逊云科技联手推出图神经网络框架 DGL (Deep Graph Library)。如今 DGL 1.0 正式颁布！

微分多少和代数拓扑在主流机器进修中并不常见。在本系列文章中，作者展示了如何使用这些畛域的工具从头解释图神经网络并解决一些常见困境。

这本书称得上是目前为止图神经网络规模最为全面的卓越之作。

当前最流行和广泛使用的 GNN 库 PyG（PyTorch Geometric）现在出 2.0 版本了，新版本提供了全面的异构图撑持、GraphGam 以及很多其他特性，这一系列改进，为使用者带来了更好的用户体验。

近日，一个关于图注意力网络可视化的项目吸引了大批研究人员的兴趣，上线仅仅一天，收获 200+ 星。该项目是关于用 PyTorch 实现的图注意力网络(GAT)，包括易于理解的可视化。