cvignac/DiGress

何を解決するか

DiGressは合成グラフおよび分子構造の生成を目的としています。離散空間にノイズ除去拡散モデルを適用することで、現実的な離散グラフデータを生成するという課題に対処し、複雑なネットワークや化学分子の生成を可能にします。

仕組み

このプロジェクトは離散ノイズ除去拡散モデルを実装しています。グラフの生成において、離散モードと連続モードの両方で動作可能です。システムはGraph Transformerアーキテクチャを使用してこれらの構造を処理・生成し、マルチGPUトレーニングと自動データセットダウンロードをサポートしています。

対象ユーザー

グラフ生成、分子発見、離散構造向け生成AIに取り組む研究者および開発者を対象としています。

特徴

• グラフ生成に向けた離散および連続拡散モデルの両方をサポート。
• 分子データセット（GuacamolやMOSESなど）および抽象的グラフデータセット（QM9やSBMなど）と互換性あり。
• Graph Transformerの実装を含む。
• トレーニングおよび推論におけるマルチGPU加速をサポート。