图神经网络预训练精选
本仓库收录了一系列关于图神经网络预训练(Pre-train4GNN)的精选论文,这些论文根据发表年份、图类型、预训练策略、微调策略和应用领域进行了分类。
持续更新中!
论文
论文标题 | 会议 | 图类型 | 预训练策略 | 微调策略 | 应用 | PDF链接 | 代码链接 |
---|
GraphPro:用于推荐的图预训练和提示学习 | WWW 2024 | 动态 | 生成式 | 提示 | 推荐 | [PDF] | [代码] |
利用模体发现增强双层图自监督预训练 | AAAI 2024 | 静态 | 多任务学习 | 不适用 | 生物学 | [PDF] | [代码] |
通过任务超图进行推荐的统一预训练 | WSDM 2024 | 超图 | 生成式 | 不适用 | 推荐 | [PDF] | [代码] |
通过多任务产品知识图谱预训练实现零样本基于物品的推荐 | CIKM 2023 | 知识图谱 | 多任务学习 | 不适用 | 推荐 | [PDF] | 不适用 |
自对比图扩散网络 | MM 2023 | 静态 | 对比 | 不适用 | 通用 | [PDF] | 不适用 |
一网打尽:图神经网络的多任务提示 | KDD 2023 | 静态 | 生成式 | 提示 | 通用 | [PDF] | [代码] |
用于分子性质预测的自动化3D预训练 | KDD 2023 | 静态 | 生成式 | 不适用 | 化学&生物学 | [PDF] | 不适用 |
掩码背后是什么:理解图自编码器的掩码图建模 | KDD 2023 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
何时预训练图神经网络?从数据生成角度出发! | KDD 2023 | 静态 | 生成式(量化) | 不适用 | 通用 | [PDF] | [代码] |
GraphPrompt:统一图神经网络的预训练和下游任务 | WWW 2023 | 静态 | 对比 | 提示 | 通用 | [PDF] | [代码] |
GraphMAE2:增强解码的掩码自监督图学习器 | WWW 2023 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
知识图谱迁移的结构预训练和提示微调 | WWW 2023 | 知识图谱 | 生成式 | 提示 | 通用 | [PDF] | [代码] |
通过几何结构预训练进行蛋白质表征学习 | ICLR 2023 | 静态 | 对比 | 不适用 | 生物学 | [PDF] | [代码] |
利用图基预训练和提示增强低资源文本分类 | SIGIR 2023 | 文本图 | 对比 | 提示 | 文本分类 | [PDF] | [代码] |
图神经网络的自监督图结构优化 | WSDM 2023 | 静态 | 对比 | 图结构学习 | 通用 | [PDF] | [代码] |
用于严格冷启动物品推荐的多任务物品属性图预训练 | RecSys 2023 | 静态 | 多任务学习 | 不适用 | 推荐 | [PDF] | [代码] |
MVRACE:用于图神经网络预训练的多视图图对比编码 | CogSci 2023 | 静态 | 对比 | 不适用 | 通用 | [PDF] | 不适用 |
用于Top-N推荐的课程预训练异构子图Transformer | TOIS 2023 | 异构 | 课程学习 | 不适用 | 推荐 | [PDF] | 不适用 |
GPPT:图预训练和提示调优以泛化图神经网络 | KDD 2022 | 静态 | 生成式 | 提示 | 通用 | [PDF] | [代码] |
GraphMAE:自监督掩码图自编码器 | KDD 2022 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
掩码与推理:预训练知识图谱转换器用于复杂逻辑查询 | KDD 2022 | 知识图谱 | 生成式 | 生成式 | 通用 | [PDF] | [代码] |
KPGT:知识引导的图转换器预训练用于分子性质预测 | KDD 2022 | 图转换器 | 生成式 | 不适用 | 生物学 | [PDF] | [代码] |
预训练增强的时空图神经网络用于多变量时间序列预测 | KDD 2022 | 时空图 | 生成式 | 不适用 | 时间序列预测 | [PDF] | [代码] |
基于结构聚类的自监督异构图预训练 | NIPS 2022 | 异构 | 聚类 | 不适用 | 通用 | [PDF] | [代码] |
GNN预训练对分子表示有帮助吗? | NIPS 2022 | 分子 | 评估 | 不适用 | 通用 | [PDF] | 不适用 |
使用3D几何预训练分子图表示 | ICLR 2022 | 静态 | 生成式+对比 | 不适用 | 生物学 | [PDF] | [代码] |
AMR解析和生成的图预训练 | ACL 2022 | 语义图 | 生成式 | 不适用 | 自然语言处理(AMR) | [PDF] | [代码] |
神经图匹配用于预训练图神经网络 | SDM 2022 | 静态 | 对比 | 不适用 | 通用 | [PDF] | [代码] |
预训练图神经网络用于脑网络分析 | Big Data 2022 | 静态 | 对比 | 不适用 | 生物学 | [PDF] | 不适用 |
GCCAD:用于异常检测的图对比学习 | TKDE 2022 | 静态 | 对比 | 不适用 | 异常检测 | [PDF] | [代码] |
一种用于局部协同过滤的自适应图预训练框架 | TOIS 2022 | 静态 | 对比 | 元学习 | 推荐 | [PDF] | 不适用 |
预训练图神经网络用于生物医学网络中的链接预测 | Bioinformatics 2022 | 静态 | 生成式 | 不适用 | 生物学 | [PDF] | [代码] |
利用构象灵活性预训练等变图匹配网络用于药物结合 | Advanced Science 2022 | 动态 | 生成式 | 不适用 | 生物学 | [PDF] | [代码] |
动态图神经网络的预训练 | Neurocomputing 2022 | 动态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
图神经网络的自适应迁移学习 | KDD 2021 | 静态 | 不适用 | 元学习 | 通用 | [PDF] | [代码] |
大规模异构图的预训练 | KDD 2021 | 异构 | 对比 | 不适用 | 通用 | [PDF] | [代码] |
基于局部和全局结构的自监督图级表示学习 | ICML 2021 | 静态 | 对比 | 不适用 | 生物学 | [PDF] | [代码] |
成对半图判别:一种简单的图级自监督预训练图神经网络策略 | IJCAI 2021 | 静态 | 分解 | 不适用 | 通用 | [PDF] | 不适用 |
异构图上的对比预训练图神经网络 | CIKM 2021 | 异构 | 对比 | 不适用 | 通用 | [PDF] | [代码] |
预训练图神经网络以表示冷启动用户和物品 | WSDM 2021 | 静态 | 生成+强化学习 | 不适用 | 推荐 | [PDF] | [代码] |
利用多模态侧面信息预训练图转换器用于推荐 | MM 2021 | 静态 | 生成 | 不适用 | 推荐 | [PDF] | [代码] |
学习预训练图神经网络 | AAAI 2021 | 静态 | 对比 | 不适用 | 通用 | [PDF] | [代码] |
GPT-GNN:图神经网络的生成式预训练 | KDD 2020 | 静态 | 生成 | 不适用 | 通用 | [PDF] | [代码] |
GCC:图对比编码用于图神经网络预训练 | KDD 2020 | 静态 | 对比 | 不适用 | 通用 | [PDF] | [代码] |
图神经网络预训练策略 | ICLR 2020 | 静态 | 生成 | 不适用 | 化学与生物学 | [PDF] | [代码] |
用于药物推荐的图增强转换器预训练 | IJCAI 2019 | 本体树 | 生成 | 不适用 | 推荐 | [PDF] | [代码] |
预印本论文
论文标题 | 发表平台 | 图类型 | 预训练策略 | 微调策略 | 应用 | PDF链接 | 代码链接 |
---|
GraphGPT:使用生成式预训练Transformer进行图学习 | Arxiv 2023 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
GraphGPT:大型语言模型的图指令微调 | Arxiv 2023 | 静态 | 不适用 | 提示 | 通用 | [PDF] | [代码] |
AdapterGNN:高效的增量微调提升图神经网络的泛化能力 | Arxiv 2023 | 静态 | 不适用 | 适配器 | 通用 | [PDF] | 不适用 |
搜索以微调预训练图神经网络用于图级任务 | Arxiv 2023 | 静态 | 不适用 | 自动机器学习 | 通用 | [PDF] | 不适用 |
GraphControl:为通用图预训练模型添加条件控制以进行图领域迁移学习 | Arxiv 2023 | 静态 | 对比学习 | 提示 | 通用 | [PDF] | 不适用 |
CPDG:动态图神经网络的对比预训练方法 | Arxiv 2023 | 动态 | 对比学习 | 增强嵌入 | 通用 | [PDF] | 不适用 |
基于多任务产品知识图谱预训练的零样本基于物品推荐 | Arxiv 2023 | 知识图谱 | 多任务学习 | 不适用 | 推荐 | [PDF] | 不适用 |
SGL-PT:具有图提示微调的强大图学习器 | Arxiv 2023 | 静态 | 生成式 | 提示 | 通用 | [PDF] | 不适用 |
图对比预训练的相似度感知正例采样 | Arxiv 2022 | 静态 | 对比学习 | 不适用 | 通用 | [PDF] | 不适用 |
DiP-GNN:图神经网络的判别式预训练 | Arxiv 2022 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | 不适用 |
使用图神经网络进行超图预训练 | Arxiv 2021 | 超图 | 对比学习 | 不适用 | 通用 | [PDF] | 不适用 |
GRAPH-BERT:仅需注意力机制即可学习图表示 | Arxiv 2020 | 静态 | 生成式 | 不适用 | 通用 | [PDF] | [代码] |
使用核方法预训练图神经网络 | Arxiv 2018 | 静态 | 核方法 | 不适用 | 通用 | [PDF] | 不适用 |
综述论文
论文标题 | 发表场所 | PDF链接 | 代码链接 |
---|
图提示学习:全面调研与展望 | Arxiv 2023 | [PDF] | [代码] |
面向图基础模型:调研与展望 | Arxiv 2023 | [PDF] | 暂无 |
图上的生成扩散模型:方法与应用 | IJCAI 2023 | [PDF] | 暂无 |
图遇大语言模型:迈向大规模图模型 | Arxiv 2023 | [PDF] | [代码] |
图提示方法调研:技术、应用与挑战 | Arxiv 2023 | [PDF] | 暂无 |
图预训练调研:分类、方法与应用 | Arxiv 2022 | [PDF] | [代码] |
图神经网络自监督学习:统一回顾 | TPAMI 2022 | [PDF] | 暂无 |
图自监督学习调研 | TKDE 2022 | [PDF] | 暂无 |
图上的自监督学习:对比、生成或预测 | TKDE 2021 | [PDF] | 暂无 |
图上的自监督学习:深度洞察与新方向 | Arxiv 2020 | [PDF] | [代码] |
教程
教程标题 | 举办场所 | PDF链接 |
---|
图上的自监督学习与预训练 | WWW 2023 | [PDF] |