G OOD D

Good-D: Pada deteksi grafik yang tidak diawasi

Ini adalah kode sumber kertas WSDM'23 "Good-D: pada deteksi grafik out-of-distribusi yang tidak diawasi".

Persyaratan

Kode ini membutuhkan yang berikut:

• Python == 3.9
• Pytorch == 1.11.0
• Pytorch Geometric == 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

Penggunaan

Cukup jalankan skrip yang sesuai dengan percobaan dan dataset yang Anda inginkan. Misalnya:

• Jalankan deteksi out-of-distribusi pada dataset BZR (ID) dan Cox2 (OOD):

 bash script/oodd_BZR+COX2.sh

• Jalankan deteksi anomali pada dataset protein_full:

 bash script/ad_PROTEINS_full.sh

Statistik tolok ukur deteksi ood-level grafik

Statistik dari setiap pasangan dataset dalam tolok ukur kami disediakan sebagai berikut.

	ID Dataset				Dataset OOD
TIDAK.	Nama	# Grafik (Kereta/tes)	# Node (rata -rata)	# Tepian (rata -rata)	Nama	# Grafik (Tes)	# Node (rata -rata)	# Tepian (rata -rata)
1	BZR	364/41	35.8	38.4	Cox2	41	41.2	43.5
2	PTC-MR	309/35	14.3	14.7	Mutag	35	17.9	19.8
3	AIDS	1.800/200	15.7	16.2	Dhfr	200	42.4	44.5
4	Enzim	540/60	32.6	62.1	Protein	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	Sider	784	33.6	35.4
7	Freesolv	577/65	8.7	8.4	TOXCAST	65	18.8	19.3
8	BBBP	1.835/204	24.1	26.0	Bace	204	34.1	36.9
9	Clintox	1.329/148	26.2	27.9	Lipo	148	27.0	29.5
10	Esol	1.015/113	13.3	13.7	Muv	113	24.2	26.3

Statistik dataset deteksi anomali tingkat grafik

Statistik dari setiap dataset dalam percobaan deteksi anomali disediakan sebagai berikut.

Dataset	# Grafik (Kereta/tes)	# Node (rata -rata)	# Tepian (rata -rata)
Protein-penuh	360/223	39.1	72.8
Enzim	400/120	32.6	62.1
AIDS	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

Detail Implementasi

Hyper-parameter

Demi efisiensi, kami mengatur dimensi pengkodean struktural $ d_s^{(rw)} $ Dan $ d_s^{(dg)} $ ke $ 16 $ . Encoders adalah gin 5-lapis dengan $ 16 $ dimensi tersembunyi. Jumlah dimensi embeddings yang diproyeksikan adalah sama dengan mana dari embeddings simpul. Ukuran batch dipilih dari $ 16 $ ke $ 128 $ Menurut ukuran grafik dataset. Jumlah cluster $ K $ dan parameter adaptivitas diri $ alpha $ dipilih melalui pencarian grid, dengan lingkup $ {2, 3, 5, 10, 15, 20, 30} $ Dan $ {0, 0.2, 0.4, 0.6, 0.8, 1.0} $ , masing -masing. Model ini dilatih oleh pengoptimal Adam dengan tingkat pembelajaran $ 0,0001 $ sampai konvergen.

Komputasi infrastruktur

Kami melakukan percobaan pada server Linux dengan CPU Intel Xeon Gold 6226R dan dua GPU Tesla V100S. Kami mengimplementasikan metode kami dengan Pytorch 1.11.0 dan Pytorch Geometric 2.0.4.

Mengutip

Jika Anda membandingkan, membangun, atau menggunakan aspek pekerjaan ini, silakan kutip yang berikut:

 @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}
}