Machine Learning for removing EEG artifacts: Setting the benchmark
脑电图(EEG)经常被伪影污染,这使得解释它们对临床医生更具挑战性。因此,自动伪影识别系统有可能帮助临床工作流程。在这篇摘要中,我们分享了将各种机器学习算法应用于最近发布的世界上最大的开源工件识别数据集的第一批结果。我们设想这些结果将作为未来可能使用该数据集的研究人员的基准。
2019-03-19 eess.SP stat.ML
Fashion-MNIST: a Novel Image Dataset for Benchmarking Machine Learning Algorithms
Zalando Research(Zalando 研究院)
Fashion-MNIST是一个新的数据集,包含来自10个类别的70,000种时尚产品的28 x28灰度图像,每个类别7,000张图像。训练集有60,000张图像,测试集有10,000张图像。Fashion-MNIST旨在作为原始MNIST数据集的直接替代品,用于基准测试机器学习算法,因为它共享相同的图像大小,数据格式以及训练和测试分割的结构。该数据集可在https://github.com/zalandoresearch/fashion-mnist上免费获得
2017-09-15 cs.CV cs.LG stat.ML
A method to benchmark high-dimensional process drift detection
University of Applied Sciences Kempten(肯普滕应用科学大学)
本文提出高维过程漂移检测的基准测试方法,构建受控合成过程曲线的理论框架与时间曲线下面积评估指标,并通过实验发现现有算法在多漂移片段场景下表现不佳。
2024-12-05 cs.AI cs.LG stat.ML
Generative and reproducible benchmarks for comprehensive evaluation of machine learning classifiers
Institute for Biomedical Informatics, University of Pennsylvania(宾夕法尼亚大学生物医学信息学研究所);AGH University of Science and Technology(AGH科技大学)
了解机器学习(ML)算法的优点和缺点对于确定其应用范围至关重要。在这里,我们介绍了DIverse和GENerative ML Benchmark(DIGEN)-一个综合数据集的集合,用于对二进制结果分类的机器学习算法进行全面,可重复和可解释的基准测试。DIGEN资源由40个数学函数组成,这些函数将连续特征映射到离散端点,以创建合成数据集。这40个函数是使用启发式算法发现的,该算法旨在最大限度地提高多个流行的机器学习算法之间的性能差异,从而为评估和比较新方法提供了有用的测试套件。访问生成函数有助于理解为什么一种方法与其他算法相比表现不佳,从而提供改进的想法。包含大量文档和分析的资源是开源的,可在GitHub上获得。
2021-07-14 cs.AI cs.CV cs.LG
IPC: A Benchmark Data Set for Learning with Graph-Structured Data
University of Basel(巴塞尔大学);IBM Research(IBM研究院);MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室)
基准数据集是评估基于图的机器学习方法的不可或缺的组成部分。我们发布了一个新的数据集,从国际规划竞赛(IPC)编译,用于基准图分类,回归和相关任务。除了图形构造(基于AI规划问题)本身很有趣之外,数据集还具有与常用基准截然不同的特征。该数据集名为IPC,由两个独立的版本组成,接地和提升,都包括大型和倾斜分布的图形,对图形模型(如图形内核和图神经网络)的计算提出了重大挑战。该数据集中的图是有向的,而提升的版本是无环的,这为有向(无环)结构的专门模型提供了基准测试的机会。此外,图形生成器和标记是计算机编程的;因此,如果需要更大的规模,数据集可以很容易地扩展。数据集可从\url{https://github.com/IBM/IPC-graph-data}访问。
2019-05-15 cs.AI cs.LG stat.ML
Metrics for Benchmarking and Uncertainty Quantification: Quality, Applicability, and a Path to Best Practices for Machine Learning in Chemistry
University at Buffalo, The State University of New York(纽约州立大学布法罗分校);New York State Center of Excellence in Materials Informatics(纽约州材料信息学卓越中心)
这篇综述旨在提请注意当我们着手使机器学习在化学和材料领域发挥作用时所关注的两个问题,即,统计损失函数度量,用于数据衍生模型的验证和基准测试,以及由它们做出的预测的不确定性量化。它们经常被忽视或低估的主题,因为化学家通常只有有限的统计培训。除了帮助评估给定模型的质量、可靠性和适用性外,这些指标也是比较不同模型性能的关键,因此也是为机器学习在化学中的成功应用制定指导方针和最佳实践的关键。
2021-01-22 cs.LG physics.chem-ph
ABOUT ML: Annotation and Benchmarking on Understanding and Transparency of Machine Learning Lifecycles
我们提出了“关于机器学习生命周期的理解和透明度的注释和基准测试”(ABOUT ML)项目,作为实现ML透明度并致力于标准ML文档实践的倡议。我们证明了该项目在整合各种利益相关者的不同努力方面的相关性和有效性,并引入了目前缺失的声音的观点,这对塑造未来的对话很有价值。我们描述了该计划的细节以及我们希望该项目有助于解决的差距。
2020-01-08 cs.CY stat.ML
Graph Robustness Benchmark: Benchmarking the Adversarial Robustness of Graph Machine Learning
Tsinghua University(清华大学);Microsoft Research(微软研究院);Fudan University(复旦大学);Zhejiang University(浙江大学)
图上的对抗攻击对图机器学习(GML)模型的鲁棒性构成了重大威胁。当然,攻击者和防御者之间的军备竞赛不断升级。但是,双方背后的战略往往不能在相同和现实的条件下进行公平的比较。为了弥合这一差距,我们提出了图鲁棒性基准(GRB),目标是为GML模型的对抗鲁棒性提供可扩展的,统一的,模块化的和可重现的评估。GRB通过1)开发可扩展和多样化的数据集,2)模块化攻击和防御实现,以及3)在细化的场景中统一评估协议来简化攻击和防御过程。通过利用GRB管道,最终用户可以专注于开发具有自动数据处理和实验评估的强大GML模型。为了支持关于图对抗学习的开放和可复制的研究,GRB还在不同的场景中托管公共排行榜。作为一个起点,我们进行了广泛的实验,基准基线技术。GRB是开源的,欢迎社区的贡献。数据集、代码、排行榜可在https://cogdl.ai/grb/home上获得。
2021-11-08 cs.AI cs.CR cs.LG
Machine Learning on Dynamic Graphs: A Survey on Applications
Michigan State University(密歇根州立大学)
本文综述了动态图学习在交通、脑网络、社交网络等较少被探索领域的应用,揭示了其在关联度有限领域中的挑战应对潜力。
2024-01-16 cs.LG cs.SI
A Performance-Explainability Framework to Benchmark Machine Learning Methods: Application to Multivariate Time Series Classifiers
Univ Rennes(雷恩大学);Inria(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);IRISA(法国布列塔尼计算机与随机系统研究所)
我们的研究旨在提出一个新的性能可解释性分析框架来评估和基准测试机器学习方法。该框架详细描述了一组特征,这些特征使现有机器学习方法的性能可解释性评估系统化。为了说明框架的使用,我们将其应用于基准测试当前最先进的多元时间序列分类器。
2021-11-19 cs.AI cs.LG stat.ML
Graph signal processing for machine learning: A review and new perspectives
大规模结构化数据的有效表示、处理、分析和可视化,特别是涉及网络和图形等复杂领域的数据,是现代机器学习的关键问题之一。图形信号处理(GSP)是信号处理模型和算法的一个充满活力的分支,旨在处理图形上支持的数据,为解决这一挑战开辟了新的研究途径。在这篇文章中,我们回顾了GSP概念和工具,如图过滤器和变换,新的机器学习算法的发展作出的一些重要贡献。特别是,我们的讨论集中在以下三个方面:利用数据结构和关系先验,提高数据和计算效率,提高模型的可解释性。此外,我们提供了新的前景,未来发展的GSP技术,可以作为一个桥梁之间的应用数学和信号处理的一方,机器学习和网络科学的其他。这些不同学科之间的交叉可能有助于解开现代复杂数据分析的众多挑战。
2020-07-31 cs.LG cs.SI eess.SP
Graph Neural Machine: A New Model for Learning with Tabular Data
University of Peloponnese(伯罗奔尼撒大学);École Polytechnique(巴黎综合理工学院);IP Paris(巴黎理工学院);LIX(LIX实验室)
本文提出图神经机器(GNM),用几乎完整的图替换MLP的有向无环图并采用同步消息传递,在表格数据分类和回归任务中多数情况下优于MLP。
2024-02-05 cs.LG stat.ML
Extreme Learning Machine for Graph Signal Processing
KTH Royal Institute of Technology(瑞典皇家理工学院)
在本文中,我们使用基于正则化的图信号处理来改进回归任务的极端学习机器。我们假设用于预测或回归的目标信号是图形信号。在这个假设下,我们使用正则化来强制极端学习机的输出在给定的图上是平滑的。真实数据的仿真结果证实,当可用的训练数据大小有限且被噪声破坏时,这种正则化有显著的帮助。
2018-03-12 cs.LG eess.SP stat.ML
Automated Machine Learning on Graphs: A Survey
Tsinghua University(清华大学)
图上的机器学习在学术界和工业界都得到了广泛的研究。然而,随着关于图学习的文献随着大量新兴方法和技术而繁荣,手动设计用于不同图相关任务的最佳机器学习算法变得越来越困难。为了解决这一关键挑战,图上的自动机器学习(AutoML)将图机器学习和AutoML的优势结合在一起,正受到研究界的关注。因此,本文全面综述了图上的AutoML,主要关注用于图机器学习的超参数优化(HPO)和神经架构搜索(NAS)。我们进一步概述了与自动化图机器学习相关的库,并深入讨论了AutoGL,这是第一个用于图上AutoML的专用开源库。最后,我们分享了我们对自动图机器学习未来研究方向的见解。本文是第一个系统和全面的审查自动机器学习的图,以我们所知。
2021-12-20 cs.LG
Benchmarking time series classification -- Functional data vs machine learning approaches
Ludwig-Maximilians-Universität München(慕尼黑大学)
时间序列分类问题在机器学习和统计学界引起了越来越多的关注。与之密切相关的是功能数据分析(FDA)领域:它指的是处理在某个域上连续索引的数据分析的一系列问题。虽然经常采用不同的方法,这两个领域都致力于回答类似的问题,一个常见的例子是分类或回归问题的功能协变量。我们研究函数数据分析的方法,如函数广义可加模型,以及将(函数)特征提取或基础表示与传统机器学习算法(如支持向量机或分类树)连接起来的功能。为了评估的方法和实施,我们运行一个基准上的各种各样的代表性(时间序列)的数据集,深入分析的实证结果,并努力提供一个参考排名的方法(S)使用非专家从业人员。此外,我们还提供了一个R软件框架,用于监督学习的函数数据分析,包括机器学习和统计学中的更多线性方法。这就允许了方便的访问,并且与机器学习工具箱mlr相结合,这些方法现在也可以被调优和基准测试。
2021-02-24 cs.LG stat.ML
GraphSL: An Open-Source Library for Graph Source Localization Approaches and Benchmark Datasets
Emory University(埃默里大学)
本文介绍了GraphSL,一个用于研究图源定位问题的开源库,支持图扩散模型模拟与前沿源定位方法的基准评估。
2024-07-28 cs.LG cs.SI
Curriculum Graph Machine Learning: A Survey
Tsinghua University(清华大学)
本文首次全面综述课程图机器学习(Graph CL),针对现有图模型随机训练导致的次优问题,按节点级、链接级和图级任务分类总结方法,并展望未来方向。
2024-03-12 cs.LG
Automated Graph Machine Learning: Approaches, Libraries, Benchmarks and Directions
Tsinghua University(清华大学)
本文系统综述了自动化图机器学习的方法、库、基准与未来方向,涵盖超参数优化和神经架构搜索,并重点介绍了首个开源库 AutoGL 及统一评估基准。
2024-05-02 cs.AI cs.LG
An End-to-End Graph Convolutional Kernel Support Vector Machine
School of Computer Science & Informatics, Cardiff University(卡迪夫大学计算机科学与信息学院)
提出了一种新的基于核的支持向量机(SVM)的图分类方法。SVM特征空间映射由一系列图卷积层组成,该卷积层为每个顶点生成向量空间表示,然后是一个池化层,该池化层为图生成再生核希尔伯特空间(RKHS)表示。RKHS的使用提供了使用核函数在该空间中隐式操作的能力,而没有显式映射到它的计算复杂性。所提出的模型以监督的端到端的方式进行训练,从而卷积层,核函数和SVM参数相对于正则化分类损失进行联合优化。这种方法不同于现有的基于核的图分类模型,后者使用特征工程或无监督学习来定义核函数。实验结果表明,该模型优于现有的深度学习基线模型在一些数据集上。
2020-08-04 cs.LG stat.ML
Scientific Machine Learning Benchmarks
Rutherford Appleton Laboratory, Science and Technology Facilities Council(卢瑟福·阿普尔顿实验室,科学与技术设施委员会);Oak Ridge National Laboratory(橡树岭国家实验室);University of Virginia(弗吉尼亚大学)
深度学习神经网络的突破改变了人工智能和机器学习技术在分析超大型实验数据集方面的应用。这些数据集通常由国家实验室的大型实验设施生成。在科学背景下,科学机器学习专注于训练机器识别模式、趋势和异常,从这些数据集中提取有意义的科学见解。随着新一代实验设施的出现,数据生成的速度和数据量的规模将越来越需要使用更加自动化的数据分析。目前,确定最合适的机器学习算法来分析任何给定的科学数据集对科学家来说仍然是一个挑战。这是由于许多不同的机器学习框架、计算机体系结构和机器学习模型。从历史上看,对于HPC系统的建模和仿真,这些问题已经通过对计算机应用程序、算法和架构进行基准测试来解决。扩展这种基准测试方法并确定将机器学习方法应用于科学数据集的指标,对科学家和计算机科学家来说都是一个新的挑战。在本文中,我们描述了我们的方法来开发科学的机器学习基准和审查其他方法来基准科学的机器学习。
2021-10-25 cs.LG physics.comp-ph
PMLB: A Large Benchmark Suite for Machine Learning Evaluation and Comparison
Institute for Biomedical Informatics(生物医学信息学研究所);University of Pennsylvania(宾夕法尼亚大学)
基于特定研究的目标问题和目标,在数据采掘中选择、开发或比较机器学习方法可能是一项困难的任务。许多公开的真实世界和模拟基准数据集来自不同的来源,但它们的组织和作为标准的采用一直不一致。因此,选择和策划特定的基准仍然是机器学习从业者和数据科学家不必要的负担。本研究介绍了一个可访问的,策划和发展的公共基准资源,以促进识别不同的机器学习方法的优点和缺点。我们比较了该资源中当前一组基准数据集的元特征,以表征可用数据的多样性。最后,我们将一些已建立的机器学习方法应用于整个基准测试套件,并分析数据集和算法如何在性能方面聚类。这项工作是了解流行的基准测试套件的局限性,并开发一种资源,将现有的基准测试标准与未来更多样化和更有效的标准联系起来的重要的第一步。
2017-03-01 cs.AI cs.LG
HiRID-ICU-Benchmark -- A Comprehensive Machine Learning Benchmark on High-resolution ICU Data
ETH Zürich(苏黎世联邦理工学院);University Hospital, and University of Bern(伯尔尼大学医院与伯尔尼大学)
应用于从重症监护病房(ICU)收集的时间序列的机器学习方法的最近成功暴露了用于开发和比较这种方法的标准化机器学习基准的缺乏。虽然原始数据集,如MIMIC-IV或eICU,可以在Physionet上自由访问,但任务和预处理的选择通常是为每个出版物选择的,限制了出版物之间的可比性。在这项工作中,我们的目标是改善这种情况,提供一个基准涵盖了大范围的ICU相关的任务。使用HiRID数据集,我们与临床医生合作定义了多个临床相关任务。此外,我们提供了一个可复制的端到端管道来构建数据和标签。最后,我们对当前最先进的序列建模方法进行了深入分析,强调了深度学习方法对此类数据的一些限制。有了这个基准,我们希望给研究界一个公平比较他们工作的可能性。
2022-01-17 cs.LG
Restricted Boltzmann Machine Assignment Algorithm: Application to solve many-to-one matching problems on weighted bipartite graph
Sapienza, University of Rome(罗马大学(萨皮恩扎))
在这项工作中,提出了一种基于无监督学习的迭代算法,特别是在限制玻尔兹曼机(RBM)上解决二分加权图上的完美匹配问题。迭代地计算使能量函数最大化的权重$w_{ij}$和偏置参数$θ= ( a_i, b_j) $,并将元素$i$分配给元素$j$。最后给出了一个实际问题的算例,说明了该算法的有效性.
2019-05-02 cs.LG math.OC stat.ML
Federated Graph Machine Learning: A Survey of Concepts, Techniques, and Applications
University of Virginia(弗吉尼亚大学)
图机器学习近年来在学术界和工业界都得到了极大的关注。大多数图机器学习模型,如图神经网络(GNN),都是在海量图数据上训练的。然而,在许多现实场景中,例如医疗保健系统中的住院预测,图形数据通常存储在多个数据所有者处,并且由于隐私问题和法规限制,无法由任何其他方直接访问。联邦图机器学习(FGML)是通过以联邦方式训练图机器学习模型来应对这一挑战的有前途的解决方案。在这项调查中,我们进行了全面的回顾FGML的文献。具体来说,我们首先提供了一个新的分类法,将现有的问题在FGML分为两个设置,即FL与结构化数据和结构化FL。然后,我们回顾了在每个设置的主流技术,并阐述了他们如何解决FGML下的挑战。此外,我们还从不同的领域总结了FGML的实际应用,并介绍了FGML所采用的开放图数据集和平台。最后,我们提出了一些限制在现有的研究与有前途的研究方向在这一领域。
2022-10-17 cs.LG
A Library for Representing Python Programs as Graphs for Machine Learning
Google Research(谷歌研究院);Carnegie Mellon University(卡内基梅隆大学)
程序的图形表示通常是用于代码研究的机器学习的核心元素。我们介绍了一个开源Python库python_graphs,它应用静态分析来构建适合于训练机器学习模型的Python程序的图表示。我们的库允许构建控制流图、数据流图和组合“程序图”,这些图结合了关于程序的控制流、数据流、语法和词汇信息。我们提出的功能和限制的图书馆,执行一个案例研究,将图书馆数百万的竞争性编程提交,并展示图书馆的效用机器学习研究。
2022-08-15 cs.LG cs.PL cs.SE
Cluster Attention for Graph Machine Learning
HSE University(高等经济学院);Yandex Research(Yandex研究院)
本文提出集群注意力机制CLATT,通过将图节点划分为集群并让每个节点关注集群内其他节点,扩大感受野同时保持图结构归纳偏置,提升图神经网络和图变压器在多种图数据集上的性能。
2026-08-10 cs.AI cs.LG
LakeMLB: Data Lake Machine Learning Benchmark
Shanghai Jiao Tong University(上海交通大学);Beijing Institute of Technology(北京理工大学);Nankai University(南开大学)
LakeMLB提出一个数据湖机器学习基准,针对多源多表场景,提供真实数据集和三种整合策略,评估机器学习方法在复杂数据湖环境中的性能。
2026-08-04 cs.AI cs.LG
Graph Signal Recovery Using Restricted Boltzmann Machines
University of Southern California(南加州大学)
我们提出了一个模型不可知的管道恢复图形信号的专家系统,利用限制玻尔兹曼机的内容可寻址存储器属性和神经网络的代表性能力。所提出的管道需要在具有干净数据的向下机器学习任务上训练的深度神经网络,该数据没有任何形式的损坏或不完整。我们表明,对深度神经网络学习的表示进行去噪通常比对数据本身进行去噪更有效。虽然这个管道可以处理任何数据集中的噪声,但它对图结构数据集特别有效。
2020-11-20 cs.AI cs.LG cs.NE
Benchmark Problems and Benchmark Datasets for the evaluation of Machine and Deep Learning methods on Photoplethysmography signals: the D4 report from the QUMPHY project
Technische Hochschule Mittelhessen - University of Applied Sciences(米特黑森应用技术大学);National Physical Laboratory(国家物理实验室);University of Cambridge(剑桥大学);Physikalisch-Technische Bundesanstalt(德国联邦物理技术研究院);Kaunas University of Technology(考纳斯理工大学);Carl von Ossietzky Universität Oldenburg(奥尔登堡大学)
QUMPHY项目D4报告提出六个与PPG信号相关的基准问题,并描述了适合的基准数据集及其使用方法,旨在评估机器和深度学习方法在医疗领域的性能。
2026-04-01 cs.LG
Privacy and Transparency in Graph Machine Learning: A Unified Perspective
Delft University of Technology(代尔夫特理工大学)
图机器学习(GraphML),其中经典的机器学习被推广到不规则的图形域,最近已经享受了复兴,导致了令人眼花缭乱的模型阵列及其在几个领域的应用。随着它越来越适用于敏感领域和政府机构对可信人工智能系统的监管,研究人员已经开始研究图学习的透明度和隐私问题。然而,这些主题主要是独立研究的。在这份立场文件中,我们提供了一个关于GraphML中隐私和透明度相互作用的统一观点。特别是,我们描述的挑战和可能的研究方向,在GraphML的隐私透明度权衡的正式调查。
2022-10-19 cs.CR cs.LG
Benchmarking Graph Neural Networks on Link Prediction
Auburn University(奥本大学)
在本文中,我们基准测试几个现有的图神经网络(GNN)模型在不同的数据集上的链接预测。特别地,图卷积网络(GCN)、GraphSAGE、图注意力网络(GAT)以及变分图自动编码器(VGAE)被实现为专用于链接预测任务,执行深入分析,并且复制来自几篇不同论文的结果,还提供了更公平和系统的比较。我们的实验表明,这些GNN架构执行类似的各种基准链接预测任务。
2021-02-24 cs.LG
Benchmarking Federated Machine Unlearning methods for Tabular Data
University of Birmingham(伯明翰大学);University of Southampton(南安普顿大学);AdviceRobo(阿德维克罗博公司)
本文针对表格数据在联邦学习环境下的机器遗忘方法进行基准测试,评估了微调和基于梯度等算法在保真度、可认证性和计算效率上的表现,发现树模型可认证性强而梯度方法计算效率高。
2025-04-01 cs.LG
AutoRDF2GML: Facilitating RDF Integration in Graph Machine Learning
ScaDS.AI & TU Dresden(ScaDS.AI与德累斯顿工业大学);metaphacts GmbH(metaphacts有限公司);Fujitsu Ltd.(富士通有限公司)
本文提出 AutoRDF2GML 框架,通过自动化提取基于内容和拓扑的特征,将 RDF 数据转换为图机器学习可用的表示,并提供了四个新基准数据集,有效弥合了图机器学习与语义网社区的差距。
2024-07-26 cs.AI cs.IR cs.LG
PhilHumans: Benchmarking Machine Learning for Personal Health
R2M Solution(R2M解决方案公司);Joint Research Centre(联合研究中心);University of Aberdeen(阿伯丁大学);University of Catania(卡塔尼亚大学);TU Eindhoven(埃因霍温理工大学);University of Cagliari(卡利亚里大学);Philips Research(飞利浦研究院)
本研究提出名为PhilHumans的全面机器学习基准套件,覆盖多类医疗场景与学习设置,为个人健康领域的智能系统开发提供关键基准支撑。
2024-05-16 cs.LG
Graph Learning Indexer: A Contributor-Friendly and Metadata-Rich Platform for Graph Learning Benchmarks
University of Michigan(密歇根大学)
建立开放和通用的基准一直是现代机器学习技术成功背后的关键驱动力。随着机器学习被应用于更广泛的领域和任务,需要建立更丰富、更多样化的基准,以更好地反映应用场景的现实。图学习是机器学习的一个新兴领域,迫切需要更多更好的基准。为了适应这种需求,我们引入了图学习索引器(GLI),这是一个用于图学习的基准策展平台。与现有的图学习基准库相比,GLI突出了两个新的设计目标。首先,全球领导能力倡议旨在激励\emph{dataset contributors}。特别是,我们采用了各种措施来最大限度地减少贡献和维护数据集的工作,提高贡献数据集的可用性,并鼓励将属性归因于数据集的不同贡献者。其次,GLI旨在管理基准数据集的知识库,而不是普通的集合。我们使用多个Meta信息源来用\emph{rich characteristics}增强基准数据集,以便它们可以很容易地被选择并用于下游研究或开发。GLI的源代码可在\url{https://github.com/Graph-Learning-Benchmarks/gli}上获得。
2022-12-08 cs.LG
Graph coarsening: From scientific computing to machine learning
IBM Research(IBM研究院);University of Minnesota(明尼苏达大学)
图粗化或图约简的一般方法在科学计算中已经是一个非常有用和普遍存在的工具,它现在刚刚开始在机器学习中产生类似的影响。本文的目标是广泛研究已成功部署在科学计算中的粗化技术,并了解类似的原理如何在与机器学习相关的最新应用中找到自己的方式。在科学计算中,粗化在代数多重网格方法以及相关的多级不完全LU分解类中起着核心作用。在机器学习中,图粗化有各种名称,例如,图形下采样或图形缩减。在大多数情况下,它的目标是用一个节点数较少,但结构和特征与原始图相似的图来替换原始图。如将看到的,这些方法中的常见策略是依赖于谱特性来定义粗略图。
2021-06-22 cs.DS cs.LG cs.NA
Symbolic Graph Intelligence: Hypervector Message Passing for Learning Graph-Level Patterns with Tsetlin Machines
本文提出一种基于稀疏二值超向量与 Tsetlin 机器的多层符号图分类框架,通过结构化消息传递和分层绑定保留图层次语义,并在 TUDataset 上取得具有竞争力的准确率与局部可解释性。
2025-07-22 cs.AI cs.LG
Graph Data Augmentation for Graph Machine Learning: A Survey
Snap Inc.(Snap公司);University of Notre Dame(圣母大学);Michigan State University(密歇根州立大学);Cornell University(康奈尔大学);Technical University of Munich(慕尼黑工业大学)
数据增强最近在图机器学习中引起了越来越多的兴趣,因为它被证明能够通过添加训练数据来提高模型性能和泛化能力。尽管最近出现了这种激增,但由于图数据的复杂非欧几里德结构带来的挑战,该领域仍然相对未被充分探索,这限制了对其他类型的图像,视频或文本数据的传统增强操作的直接类比。我们的工作的目的是给现有的图形数据增强方法的必要和及时的概述,值得注意的是,我们提出了一个全面和系统的调查图数据增强的方法,总结文献结构化的方式。我们首先介绍了三种不同的分类法,分别从数据,任务和学习的角度对图数据增强方法进行分类。接下来,我们将介绍图数据增强的最新进展,按其方法和应用区分。最后,我们概述了目前未解决的挑战和未来的研究方向。总的来说,我们的工作旨在澄清图数据增强的现有文献的情况,并激励在这一领域的额外工作,为更广泛的图机器学习领域的研究人员和从业人员提供有用的资源。此外,我们在https://github.com/zhao-tong/graph-data-augmentation-papers上提供了一个不断更新的阅读清单。
2023-01-19 cs.LG
A Binary Classification Social Network Dataset for Graph Machine Learning
University of Science and Technology of China(中国科学技术大学)
本文提出了首个用于图机器学习的二分类社交网络数据集BiSND,通过表格和图格式验证了多种传统与先进算法的分类效果,F1分数在67.66至70.15之间。
2025-03-04 cs.AI cs.LG
NADBenchmarks -- a compilation of Benchmark Datasets for Machine Learning Tasks related to Natural Disasters
University of Rochester(罗切斯特大学)
气候变化增加了世界各地极端天气事件和自然灾害的强度、频率和持续时间。虽然自然灾害数据的增加提高了机器学习(ML)在该领域的应用范围,但进展相对缓慢。一个瓶颈是缺乏基准数据集,这将使ML研究人员能够根据标准指标量化他们的进展。这篇简短论文的目的是探索与自然灾害相关的机器学习任务的基准数据集的状态,并根据灾害管理周期对其进行分类。我们编制了过去五年中引入的现有基准数据集的列表。我们提出了一个网络平台- NADBenchmarks -研究人员可以搜索自然灾害的基准数据集,我们使用我们的汇编列表开发了这样一个平台的初步版本。本文旨在帮助研究人员寻找基准数据集来训练他们的ML模型,并为他们可以贡献新基准数据集的主题提供一般方向。
2022-12-21 cs.CV cs.LG
Towards Rational Pesticide Design with Graph Machine Learning Models for Ecotoxicology
Faculty of Computer Science, AGH University of Krakow(计算机科学系,AGH克拉科夫大学)
本研究聚焦合理农药设计,创建最大蜜蜂毒性数据集ApisTox,评估多种图机器学习模型后发现药物化学模型难以泛化到农用化学品,强调领域特定模型与基准的必要性。
2025-09-23 cs.LG
The Power of the Weisfeiler-Leman Algorithm for Machine Learning with Graphs
Polytechnique Montréal(蒙特利尔理工学院);TU Dortmund University(多特蒙德工业大学);University of Vienna(维也纳大学)
近年来,基于Weisfeiler-Leman算法的算法和神经架构,一个著名的启发式图同构问题,出现了一个强大的工具(监督)机器学习与图形和关系数据。在这里,我们全面概述了该算法在机器学习环境中的使用。我们讨论的理论背景,展示如何使用它的监督图和节点分类,讨论最近的扩展,以及它的连接到神经架构。此外,我们还概述了当前的应用和未来的方向,以刺激研究。
2021-11-22 cs.AI cs.DS cs.LG
ModRes: A modification of the ResPlan dataset ready for floor plan analysis and graph machine learning
School of Computational and Mathematical Sciences(计算与数学科学学院);Cardiff University(卡迪夫大学);Welsh School of Architecture(威尔士建筑学院)
本文提出面向平面图分析与图机器学习的ModRes数据集,其为ResPlan的清洗增强版本,含8431个住宅平面图,提供多维度表示与图特征,经案例研究验证可支持建筑相关机器学习工作流。
2026-10-14 cs.LG
Future Directions in the Theory of Graph Machine Learning
RWTH Aachen University(亚琛工业大学);Technion - Israel Institute of Technology(以色列理工学院);NVIDIA Research(英伟达研究院);University of Oxford(牛津大学);MIT(麻省理工学院);TU Munich(慕尼黑工业大学)
本文针对 GNN 理论偏重表达能力、却与随机优化训练下的泛化实践脱节的问题,呼吁建立兼顾表达能力、泛化与优化相互作用的平衡图机器学习理论。
2024-06-14 cs.AI cs.DM cs.LG
Graph Filters for Signal Processing and Machine Learning on Graphs
Delft University of Technology(代尔夫特理工大学);Rice University(莱斯大学);Franklin W. Olin College of Engineering(富兰克林·W·奥林工程学院)
本文系统综述了图滤波器的类别、设计策略与权衡,并探讨其扩展为滤波器组和图神经网络以增强表示能力,旨在为信号处理与机器学习交叉研究提供统一框架。
2024-02-19 cs.LG eess.SP
HardML: A Benchmark For Evaluating Data Science And Machine Learning knowledge and reasoning in AI
Independent Machine Learning Engineer(独立机器学习工程师)
本文提出HardML基准,包含100道手工制作的高难度数据科学与机器学习多选题,用于严格评估顶级AI模型的知识与推理能力,当前最先进模型错误率达30%,约为MMLU ML的三倍。
2025-05-06 cs.AI cs.LG
Recent Advances in Graph-based Machine Learning for Applications in Smart Urban Transportation Systems
Insight SFI Centre for Data Analytics(Insight SFI数据分析中心)
本文综述基于图的机器学习在智能交通系统中的技术挑战与方法演进,梳理图表示和图神经网络,并通过两个案例展示其应用潜力。
2023-06-02 cs.AI cs.LG
Graph-based Ensemble Machine Learning for Student Performance Prediction
学生表现预测是了解学生需求、提供适当的学习机会/资源、提高教学质量的重要研究课题。然而,传统的机器学习方法无法产生稳定和准确的预测结果。在本文中,我们提出了一个基于图的集成机器学习方法,旨在提高稳定性的单一机器学习方法通过多个方法的共识。具体来说,我们利用监督预测方法和无监督聚类方法,构建一种迭代方法,该方法在二分图中传播,并收敛到更稳定和准确的预测结果。大量的实验表明,我们提出的方法在预测更准确的学生表现的有效性。具体来说,我们的模型在预测准确率方面比最好的传统机器学习算法高出14.8%。
2021-12-22 cs.AI cs.CY cs.LG
Estimating the Cheeger constant using machine learning
Indian Institute of Science Education and Research Bhopal(印度科学教育与研究学院博帕尔分院)
本文利用机器学习证明了连通正则图的Cheeger常数对图谱的最大两个特征值具有显著的线性依赖性。我们还表明,在较小尺寸的图上训练的深度神经网络可以用作估计较大图的Cheeger常数的有效估计器。
2020-05-12 cs.LG math.CO
Mislabeled examples detection viewed as probing machine learning models: concepts, survey and extensive benchmark
Orange Innovation(奥兰治创新公司)
本文提出将误标注检测统一为对已训练模型的探测,构建了仅含4个构建块的模块化框架与Python库,并在NCAR和NNAR噪声上广泛基准测试现有方法,揭示其优势与局限。
2024-10-21 cs.LG
Graph Machine: Exploring Edge Mechanisms as an Inductive Bias
该研究提出Graph Machine架构,含边增强注意力与以边为中心的引用两种边机制,在数独任务上优于Transformer基线,证明显式边机制是有前景的架构设计。
2026-08-21 cs.LG
PMLB v1.0: An open source dataset collection for benchmarking machine learning methods
University of Pennsylvania(宾夕法尼亚大学);Washington University in St. Louis(圣路易斯华盛顿大学);Princeton Day School(普林斯顿走读学校)
动机:新的机器学习和统计建模研究依赖于使用经过充分研究的基准数据集与现有方法进行标准化比较。很少有工具可以通过标准化的、用户友好的界面快速访问这些数据集,该界面与流行的数据科学工作流集成良好。结果如下:此版本的PMLB提供了最大的多样化公共基准数据集集合,用于评估聚合在一个位置的新机器学习和数据科学方法。v1.0引入了在与开放源代码社区讨论后开发的一些关键改进。可用性:PMLB可在https://github.com/EpistasisLab/pmlb上获得。PMLB的Python和R接口可以分别通过Python包索引和Comprehensive R Archive Network安装。
2021-04-06 cs.DB cs.LG
Privacy-Preserving Graph Machine Learning from Data to Computation: A Survey
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Arizona State University(亚利桑那州立大学)
本文系统综述了图机器学习中的隐私保护技术,涵盖隐私保护图数据生成、隐私保护信息传输与优化计算,并展望了统一的安全图机器学习系统。
2023-07-10 cs.CR cs.LG
Machine Learning-Based Graph Simplification for Symbolic Accelerators
University of South Carolina(南卡罗来纳大学)
本文提出AutoSlim框架,利用数据驱动方法修剪自动机图以提高硬件加速器效率,通过随机森林分类器识别并移除低影响节点和边,减少FPGA资源使用并提升吞吐量和能效。
2026-05-09 cs.LG