EmerGNN_DDI_data

Name: EmerGNN_DDI_data
Creator: Tsinghua University; 4paradigm
Published: 2023-10-18T00:00:00+08:00

Zenodo2023-10-18 更新2026-04-07 收录

药物相互作用预测

图神经网络

数据链接：

https://zenodo.org/doi/10.5281/zenodo.10016715 数据链接链接失效反馈

官方服务：

资源简介：

Data for EmerGNN

提供机构：

Tsinghua University; 4paradigm

创建时间：

2023-10-18

StructureSAT

图神经网络

SAT布尔可满足性问题

StructureSAT是一个大规模的饱和问题（SAT）数据集，由新南威尔士大学计算机科学与工程学院创建。该数据集包含来自不同问题领域的多样化SAT问题，旨在研究图神经网络（GNN）在SAT问题上的泛化能力。数据集涵盖了随机、设计、伪工业和工业等11个SAT领域，并研究了9种对传统SAT求解器有影响的图形结构属性。数据集通过结构属性对问题领域进行细分，以研究不同结构属性对GNN求解器泛化能力的影响

arXiv2025-02-17 更新110

NegDDI-Drugbank.zip

药物相互作用预测

安全性分析

NegDDI-DrugBank

Figshare2016-09-14 更新30

benroodman/HillStreetSample

国会股票交易

图神经网络

HillStreet是一个大规模、纵向的数据集和多模态动态图，用于形式化国会山与华尔街的交集。它涵盖了13.5年的强制性STOCK法案披露数据（2012年7月至2025年12月），将国会交易生态系统统一到一个单一的、适合机器学习的环境中。数据集代表了1,137位立法者与6,825家公司之间的关系，通过将国会交易建模为动态二分图，使研究人员能够将交易信号验证视为边分类任务。节点包括立法者（按会议特定

Hugging Face2026-05-07 更新20

RF-GCN_Dataset

图神经网络

图结构

Cora, Citeseer, and Pubmed are three citation networks for research papers, where nodes represent publications and edges denote citation links. Node attributes consist of bag-of-words representat

IEEE50

Performance Comparison of Edge Weight Calculation Methods in GNN Model.

图神经网络

边权重计算

Performance Comparison of Edge Weight Calculation Methods in GNN Model.

Figshare2025-04-25 更新30