浙江大学 发布 OpenGT 数据集, 应用在 图神经网络、机器学习 领域

浙江大学 本次发布的数据集 OpenGT, OpenGT是一个用于图Transformer的综合性基准，它为Graph Transformers提供了统一的实验设置，并包含了多种最先进的GNN和GT模型。OpenGT通过评估GTs在多个角度的性能，包括不同的任务类型、图结构、数据集规模、注意力机制和图特定信息的集成策略，来促进公平的比较和多维分析。OpenGT通过广泛的实验揭示了图Transformer的几个关键洞察，包括跨任务级别转移模型的难度、局部注意力的局限性、几种模型的效率权衡、特定位置编码的应用场景以及一些位置编码的预处理开销。OpenGT旨在为未来的图Transformer研究建立公平性、可重复性和泛化性的基础。

查看OpenGT

README 内容： 

关于 浙江大学 , 浙江大学是中国著名的高等学府之一，位于浙江省杭州市，拥有多个学院和研究机构，致力于科学研究和人才培养。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。