jwwthu/GNN-Communication-Networks

一个经过策划并积极维护的学术论文和资源集合，专注于将基于图的深度学习应用于通信网络。

这是什么？

这个 GitHub 仓库是一个阅读列表和资源中心。它汇集了与在通信网络领域（如无线系统、路由、网络安全和边缘计算）中使用基于图的深度学习（一种处理以连接节点和边为结构的数据的 AI 类型）相关的研究论文、综述、竞赛和工具。

谁在维护它？

该仓库似乎由一位作者（可能是 Jianping Wang）运营，他本人已在该领域发表了多篇同行评审的论文，包括一篇综述论文以及关于联邦学习和路由优化的研究。维护者还运营一个名为“网络与通信”的中文社交媒体账号（微信和知乎），定期发布会议截止日期和开源论文摘要。

里面有什么？

• 文献列表 — 仓库的核心。一个大型、每月更新的近期论文目录，按年份（目前为 2025 和 2026 年）和类型（期刊文章与会议论文）排序。每条记录包含标题、作者和原始出版物的链接。
• 其他综述 — 指向其他研究小组的外部综述论文的链接，涵盖图神经网络在无线网络、物联网和资源分配中的应用。
• 竞赛 — 关于图神经网络全球竞赛的参考资料。
• 工具 — 一个名为 IGNNITION 的原型设计工具的链接，旨在帮助构建用于通信系统的图神经网络。
• survey.md — 一个单独的文件，维护者将其作为自己综述论文的配套材料，列出了所研究的用例。

它是如何组织的？

README 充当目录。章节按主题（综述、竞赛、工具、文献）分隔，文献部分进一步按年份和出版场所类型划分。这里没有代码仓库——它纯粹是一个外部资源的精选索引。

该列表被描述为“每月更新”，因此它旨在成为一个动态、不断发展的集合，而不是静态文档。

适合谁？

面向网络或无线通信领域的研究人员、研究生或工程师，他们希望获得一个持续更新、手工精选的近期 AI 网络论文目录，而无需自己搜索多个数据库。