iMoonLab/DeepHypergraph

何を解決するか

DHG (DeepHypergraph) は、標準的なグラフ（低次構造）とハイパーグラフ（高次構造）の両方を扱うための統合的なディープラーニングフレームワークを提供します。メッセージパッシング、構造操作、モデル評価のための標準化されたツールを提供することで、グラフニューラルネットワーク（GNN）やハイパーグラフニューラルネットワーク（HGNN）の設計・実装プロセスを簡素化します。

仕組み

PyTorch上で構築されたDHGは、スペクトルベースの操作（ラプラシアンベースのスムージングなど）と空間ベースの操作（メッセージパッシング）を構造オブジェクトに直接統合しています。頂点間、頂点からハイパーエッジ、ハイパーエッジから頂点へのメッセージパッシングパターンを幅広くサポートしています。また、Optunaを活用したAuto-MLモジュールを備えており、モデルのハイパーパラメータや構造設定を自動的に最適化できます。

対象ユーザー

幾何学的ディープラーニングに取り組む研究者や開発者、特に頂点分類やユーザー・アイテム推薦などのタスクにGNNやHGNNを実装する人向けです。

特徴

• 高次元メッセージパッシング: ハイパーグラフ構造上でペアワイズを超える通信をサポート。
• PyTorch統合: PyTorchエコシステムと完全互換。任意のPyTorchベースモデルを統合可能。
• 構造変換機能: 標準グラフとハイパーグラフの相互変換を可能にし、高次接続を活用。
• 内蔵可視化ツール: グラフ、ハイパーグラフ、有向グラフ、二部グラフの可視化をサポート。
• Auto-ML機能: Optunaを統合し、ハイパーパラメータと構造の自動チューニングを実現。
• 包括的なリソース: 大量の公開データセット、最先端モデル、評価指標のライブラリを備えています。