GNN
打破GNN与语言模型间壁垒，图辅助多模态预训练框架用于催化剂筛选，登Nature子刊
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。
改进分子表征学习，清华团队提出知识引导的图 Transformer 预训练框架
编辑 | 紫罗学习有效的分子特征表征以促进分子特性预测，对于药物发现具有重要意义。最近，人们通过自监督学习技术预训练图神经网络（GNN）以克服分子特性预测中数据稀缺的挑战。然而，当前基于自监督学习的方法存在两个主要障碍：缺乏明确的自监督学习策略和 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究团队，提出了知识引导的图 Transformer 预训练（Knowledge-guided Pre-training of Graph Transformer，KPGT），这是一种自监督学习框架，通过显著增
10行代码搞定图Transformer，图神经网络框架DGL迎来1.0版本
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 正式发布！
图神经网络的困境，用微分几何和代数拓扑解决
微分几何和代数拓扑在主流机器学习中并不常见。在本系列文章中，作者展示了如何使用这些领域的工具重新解释图神经网络并解决一些常见困境。
吴凌飞、崔鹏、裴健、赵亮联合撰写，一本书读懂图神经网络的基础、前沿、应用（免费下载）
这本书称得上是目前为止图神经网络领域最为全面的卓越之作。
支持异构图、集成GraphGym，超好用的图神经网络库PyG更新2.0版本
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支持、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。
微软工程师用PyTorch实现图注意力网络，可视化效果惊艳
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。
- 1