thiviyanT/torch-rgcn

🧠 RGCN trên PyTorch — Link prediction & Node classification

PyTorch implementation của RGCN (Schlichtkrull et al.), hỗ trợ link prediction và node classification, cộng thêm hai cấu hình mới: e-RGCN (nhúng nút) và c-RGCN (nén nhúng).

Torch-RGCN là bản cài đặt bằng PyTorch của Relational Graph Convolutional Network (RGCN), đề xuất bởi Schlichtkrull et al. trong Modeling Relational Data with Graph Convolutional Networks. Dự án không chỉ tái hiện lại các thí nghiệm từ bài giấy gốc — bao gồm dự đoán liên kết (link prediction) và phân lớp nút (node classification) — mà còn giới thiệu hai cấu hình RGCN mới: một dùng nhúng nút (e-RGCN) và một dùng nén nhúng (c-RGCN).

✨ Điểm nổi bật

• RGCN chuẩn: mô hình RGCN gốc theo cấu hình configs/rgcn/.
• e-RGCN: nhúng nút (node embeddings) cho phân lớp nút, cấu hình configs/e-rgcn/.
• c-RGCN: nén nhúng (compressed embeddings) cho dự đoán liên kết, cấu hình configs/c-rgcn/.
• Link prediction: hỗ trợ bộ dữ liệu WN18 và FB-Toy.
• Node classification: hỗ trợ bộ dữ liệu AIFB, MUTAG, BGS, AM.
• Cấu hình YAML: toàn bộ siêu tham số được quản lý qua file cấu hình YAML.
• Tái hiện nghiên vọng: dựa trên paper của tác giả, giải thích RGCN qua quá trình tái hiện.

💡 Vì sao đáng chú ý

Torch-RGCN khác biệt ở chỗ ngoài việc tái hiện RGCN trên PyTorch, nó còn mở rộng với hai biến thể mới giúp cải tiến hiệu năng bộ nhớ và độ chính xác. e-RGCN khám phá việc sử dụng nhúng nút trong RGCN, trong khi c-RGCN áp dụng kỹ thuật nén để giảm chi phí tính toán — đặc biệt hữu ích khi làm việc với đồ thị lớn. Dự án phù hợp cho nghiên cứu về mạng nơơ-ron đồ thị quan hệ (GNN) và các ứng dụng như khai thác tri thức đồ thị, dự báo mối quan hệ.

---

#RGCN #GraphNeuralNetwork #PyTorch #LinkPrediction #NodeClassification #TiniX