G OOD D

Good-D: على الرسم البياني غير الخاضع للإشراف على اكتشاف التوزيع

هذا هو الكود المصدري لورقة WSDM'23 "Good-D: على الرسم البياني غير الخاضع للإشراف خارج التوزيع".

متطلبات

يتطلب هذا الرمز ما يلي:

• بيثون == 3.9
• Pytorch == 1.11.0
• Pytorch الهندسة == 2.0.4
• Numpy == 1.21.2
• Scikit-Learn == 1.0.2
• OGB == 1.3.3
• NetworkX == 2.7.1
• Faiss-GPU == 1.7.2

الاستخدام

فقط قم بتشغيل البرنامج النصي المقابل للتجربة ومجموعة البيانات التي تريدها. على سبيل المثال:

• قم بإجراء اكتشاف خارج التوزيع على مجموعات بيانات BZR (ID) و COX2 (OOD):

 bash script/oodd_BZR+COX2.sh

• قم بتشغيل الكشف الشاذ على مجموعات البيانات البروتينات:

 bash script/ad_PROTEINS_full.sh

إحصائية من معيار الكشف عن مستوى الرسم البياني

يتم توفير إحصاء كل زوج من مجموعة البيانات في معيارنا على النحو التالي.

	مجموعة بيانات المعرف				مجموعة بيانات OOD
لا.	اسم	# الرسم البياني (قطار/اختبار)	# العقدة (متوسط)	# حافة (متوسط)	اسم	# الرسم البياني (امتحان)	# العقدة (متوسط)	# حافة (متوسط)
1	BZR	364/41	35.8	38.4	COX2	41	41.2	43.5
2	PTC-MR	309/35	14.3	14.7	موتاج	35	17.9	19.8
3	الإيدز	1800/200	15.7	16.2	DHFR	200	42.4	44.5
4	الإنزيمات	540/60	32.6	62.1	بروتين	60	39.1	72.8
5	IMDB-B	1،350/150	19.8	96.5	imdb-m	150	13.0	65.9
6	Tox21	7،047/784	18.6	19.3	سايدر	784	33.6	35.4
7	Freesolv	577/65	8.7	8.4	توكساست	65	18.8	19.3
8	BBBP	1،835/204	24.1	26.0	باس	204	34.1	36.9
9	كلينتوكس	1،329/148	26.2	27.9	Lipo	148	27.0	29.5
10	esol	1،015/113	13.3	13.7	موف	113	24.2	26.3

إحصائية لمجموعات بيانات الكشف عن الشذوذ على مستوى الرسم البياني

يتم توفير إحصاء كل مجموعة بيانات في تجارب الكشف عن الشذوذ على النحو التالي.

مجموعة البيانات	# الرسم البياني (قطار/اختبار)	# العقدة (متوسط)	# حافة (متوسط)
البروتينات-ممتلئة	360/223	39.1	72.8
الإنزيمات	400/120	32.6	62.1
الإيدز	1280/400	15.7	16.2
DHFR	368/152	42.4	44.5
BZR	69/81	35.8	38.4
COX2	81/94	41.2	43.5
DD	390/236	284.3	715.7
NCI1	1646/822	29.8	32.3
IMDB-B	400/200	19.8	96.5
reddit-b	800/400	429.6	497.8
collab	1920/1000	74.5	2457.8
HSE	423/267	16.9	17.2
MMP	6170/238	17.6	18.0
p53	8088/269	17.9	18.3
PPAR-GAMMA	219/267	17.4	17.7

تفاصيل التنفيذ

المفردات المفرطة

من أجل الكفاءة ، نضع أبعاد الترميز الهيكلي $ d_s^{(rw)} $ و $ d_s^{(dg)} $ ل 16 دولار . المشفرات هي 5 طبقات مع 16 دولار أبعاد خفية. عدد أبعاد التضمينات المتوقعة هو نفسه أي من التضمينات العقدة. يتم تحديد حجم الدُفعة من 16 دولار ل 128 دولار وفقا لحجم الرسم البياني لمجموعات البيانات. عدد المجموعات $ k $ والمعلمة التكيف الذاتي $ alpha $ يتم اختيارها من خلال البحث عن الشبكة ، مع نطاقات $ {2 ، 3 ، 5 ، 10 ، 15 ، 20 ، 30} $ و $ {0 ، 0.2 ، 0.4 ، 0.6 ، 0.8 ، 1.0} $ ، على التوالى. تم تدريب النموذج من قبل محسن آدم مع معدل تعلم من 0.0001 دولار حتى تتقارب.

البنية التحتية الحوسبة

نقوم بإجراء التجارب على خادم Linux مع وحدة المعالجة المركزية Intel Xeon Gold 6226R وقيمين Tesla V100S. نحن ننفذ طريقتنا مع Pytorch 1.11.0 و Pytorch الهندسة 2.0.4.

استشهد

إذا قارنت مع أو بناء أو استخدام جوانب من هذا العمل ، يرجى الاستشهاد بما يلي:

 @inproceedings{liu2023goodd,
  title={GOOD-D: On Unsupervised Graph Out-Of-Distribution Detection},
  author={Liu, Yixin and Ding, Kaize and Liu, Huan and Pan, Shirui},
  booktitle={Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining},
  year={2023}
}