Awesome-Graph-Level-Learning

这是一个关于图级别学习的数据集合集，收集和整理了常用于图级别学习任务的数据集资源。合集覆盖图表示学习、图回归和图分类等领域，并按照图核、图嵌入、图神经网络等方法组织相关数据集、论文和工具。

This is a dataset collection dedicated to graph-level learning, which collects and curates commonly used dataset resources for graph-level learning tasks. This collection covers domains such as graph representation learning, graph regression, and graph classification, and organizes relevant datasets, academic papers, and tools based on methods including graph kernels, graph embeddings, and graph neural networks.

原始信息汇总

数据集详情总结：Awesome Graph Level Learning

概述

这是一个关于图级学习（Graph-level Learning） 的资源集合仓库，收录了相关论文、实现代码、数据集和工具，涵盖从传统方法到深度神经网络和图神经网络的广泛主题。

目录结构

1. 综述（Surveys）

收录了5篇综述论文，涵盖图级学习现状、图池化方法、图神经网络、图核方法等主题，发表时间从2020年至2024年，包括ACM Comput. Surv.、IEEE Trans. Knowl. Data Eng.等顶级期刊。

2. 传统图级学习（Traditional Graph-level Learning）

• 图核（Graph Kernels）：
  • 消息传递核（Message Passing Kernels）：如P-WL、Global-WL、WL、NHK等
  • 最短路径核（Shortest Path Kernels）：如SPK-DS、SPK
  • 随机游走核（Random Walk Kernels）：如SOMRWK、ERWK、RWK
  • 最优分配核（Optimal Assignment Kernels）：如TAK、GE-OAK、PS-OAK、OAK
  • 子图核（Subgraph Kernels）：如SMK、NSPDK、Graphlet
• 子图挖掘（Subgraph Mining）：
  • 频繁子图挖掘（Frequent Subgraph Mining）：如gspan、FSG、AGM
  • 判别性子图挖掘（Discriminative Subgraph Mining）：如gCGVFL、gPU、gSSC、gMLC、CORK、LEAP
• 图嵌入（Graph Embedding）：
  • 确定性图嵌入（Deterministic Graph Embedding）：如A-DOGE、VNGE、SLAQ、LDP、AWE、FGSD
  • 可学习图嵌入（Learnable Graph Embedding）：如GE-FSG、graph2vec、subgraph2vec

3. 图级深度神经网络（Graph-Level Deep Neural Networks）

• 基于循环神经网络（RNN-based）：如GraphRNN、NetGAN、SAN、GAM、GGNN
• 基于卷积神经网络（CNN-based）：如KCNN、ECC、DCNN、PATCHYSAN
• 基于胶囊神经网络（Capsule-based）：如PATCHYCaps、CapsGNN、GCAPSCNN

4. 图级图神经网络（Graph-Level Graph Neural Networks）

• 消息传递神经网络（Message Passing Neural Networks）：如RNI、CWN、SWL、FGNN、RP、PPGN、K-GNN、GIN、DTNN、MPNN、GraphSim、Fingerprint
• 基于子图的GL-GNNs（Subgraph-based）：如ESAN、SUGAR、GraphSNN、NGNN、GNN-AK、SubGNN、GSN
• 基于核的GL-GNNs（Kernel-based）：如GSKN、RWNN、GCKN、DDG

5. 图池化（Graph Pooling）

• 全局图池化（Global Graph Pooling）：
  • 数值操作池化（Numeric Operation Pooling）
  • 基于注意力池化（Attention-based Pooling）
  • 基于卷积神经网络池化（CNN-based Pooling）
  • 全局Top-K池化（Global Top-K Pooling）
• 分层图池化（Hierarchical Graph Pooling）：
  • 基于聚类池化（Clustering-based Pooling）
  • 分层Top-K池化（Hierarchical Top-K Pooling）
  • 分层树形池化（Hierarchical Tree-based Pooling）

6. 数据集（Datasets）

包含用于图级学习任务的数据集资源。

7. 工具（Tools）

提供图级学习相关的工具和库资源。

关键信息

• 仓库地址：https://github.com/ZhenyuYangMQ/Awesome-Graph-Level-Learning
• 维护者：Zhenyu Yang
• 标签：Awesome、欢迎PR、有星标和复刻计数
• 覆盖时期：从2000年的传统方法至今（2024年综述）
• 论文收录格式：包含论文标题、发表会议/期刊、年份、方法名称、论文链接和代码链接

特点

• 提供了时间线（Timeline）图，直观展示图级学习的发展历程
• 每篇论文均附有材料链接（论文和代码），方便进一步研究
• 分类细致，覆盖从传统图核到现代图神经网络的完整演进路径

搜集汇总

数据集介绍

构建方式

该数据集以系统化的方式整合了图级别学习领域的学术资源，通过广泛调研并筛选顶级会议与期刊上的相关论文，构建了一个涵盖经典方法与前沿技术的分类体系。内容依据技术演进脉络，依次囊括了传统图级别学习方法（如图核、子图挖掘和图嵌入）、图级别深度神经网络、图级别图神经网络以及图池化技术等核心分支。每个分支下进一步细分为具体方法类别，并附有论文标题、发表年份、来源会议以及可获取的代码或论文链接，形成了结构清晰、层次分明的资源库。

特点

该数据集具有高度的系统性与时效性，不仅收录了从早期图核到最新图神经网络架构的完整发展历程，还通过时间轴可视化直观展示了技术演化路径。其分类细致入微，例如在消息传递神经网络中区分了基于子图、核函数、对比学习和谱方法的不同变体，便于研究者精准定位所需方法。此外，所有条目均提供可验证的原始来源与实现代码，确保了资源的可复现性与实用性，为图级别学习领域的研究提供了权威且全面的参考基准。

使用方法

使用者可根据研究需求，通过分类目录快速定位特定技术方向，例如在“图级别图神经网络”下查找基于子图的模型。每个条目均包含论文标题、发表会议及年份，便于评估其学术价值；同时提供的代码链接支持直接复现实验或进行二次开发。该数据集还整合了相关工具与公开数据集，使用者可结合这些资源构建完整的实验流程，从数据准备到模型训练均能获得一站式支持，极大提升了研究效率。

背景与挑战

背景概述

图级学习作为图数据挖掘领域的重要分支，旨在从图结构中提取整体性表征以支撑分类、回归等下游任务。自2011年Weisfeiler-Lehman图核方法的提出，到图神经网络（GNN）的爆发式发展，该领域已历经从传统核方法到深度学习的范式演进。由Zhenyu Yang等人维护的Awesome-Graph-Level-Learning资源库，系统梳理了图级学习的研究脉络，涵盖图核、子图挖掘、图嵌入及图级深度神经网络等核心方向。该资源库的创建不仅为研究者提供了全面的文献索引，更通过时间线梳理揭示了从图同构核到消息传递神经网络的演进逻辑，对推动图级学习理论体系的构建具有重要参考价值。

当前挑战

图级学习面临的核心挑战在于如何有效捕捉图结构的全局与局部特征。传统图核方法受限于计算复杂度，难以处理大规模图数据；而图神经网络虽在节点级任务表现优异，但在图级表征中常因池化操作导致信息损失。构建过程中，研究者需平衡模型表达力与计算效率，例如子图枚举策略的指数级复杂度问题。此外，图级学习还面临可解释性不足的困境，现有方法多依赖黑箱式表征，难以揭示图结构对分类决策的贡献机理。跨领域泛化能力亦是瓶颈，分子图与社交网络图的结构差异导致模型迁移性受限。

常用场景

经典使用场景

在化学信息学与生物信息学领域，图级学习常被用于分子性质预测，例如将化合物视作图结构，通过图神经网络或图核方法学习其整体表示，进而预测毒性、溶解度或药物活性。该数据集系统整理了从传统图核（如Weisfeiler-Lehman核）到现代图神经网络（如GIN、MPNN）的演进脉络，为研究者提供了统一的基准与工具，使其能够便捷地比较不同方法在图分类任务上的表现，从而推动分子建模的精准化与高效化。

解决学术问题

该数据集主要解决了图结构数据在分类与回归任务中缺乏统一评估框架的问题。学术研究中，不同算法常采用各异的数据集与预处理流程，导致结果难以复现与对比。本资源通过汇总主流基准与工具，厘清了图级学习在表达力（如超越Weisfeiler-Lehman测试）与泛化性上的关键瓶颈，揭示了图同构、子图模式挖掘等深层理论问题，显著促进了图神经网络可解释性与鲁棒性的研究进展。

衍生相关工作

该数据集衍生了多项经典工作，包括对图神经网络表达力的理论突破（如GIN证明其等价于Weisfeiler-Lehman测试），以及子图增强型架构（如NGNN、ESAN）的提出，这些方法通过局部结构编码显著提升了模型性能。此外，图池化策略（如DiffPool、Top-K Pooling）与图核方法的深度融合，催生了可微分核网络（如GCKN），为图级学习开辟了结构感知与端到端优化的新范式。