Open Graph Benchmark: наборы данных для машинного обучения на графах

Мы представляем Open Graph Benchmark (OGB) — разнообразный набор сложных и реалистичных эталонных наборов данных, предназначенный для содействия масштабируемым, надежным и воспроизводимым исследованиям в области машинного обучения на графах (ML). Наборы данных OGB имеют большой масштаб, охватывают несколько важных задач машинного обучения на графах и включают широкий спектр предметных областей: от социальных и информационных сетей до биологических сетей, молекулярных графов, абстрактных синтаксических деревьев (AST) исходного кода и графов знаний. Для каждого набора данных мы предоставляем унифицированный протокол оценки с использованием содержательных разбиений данных и метрик оценки, специфичных для конкретного приложения. Помимо создания наборов данных, мы также проводим обширные эталонные эксперименты для каждого из них. Результаты экспериментов показывают, что наборы данных OGB создают значительные трудности с точки зрения масштабирования на крупные графы и обобщения за пределами распределения при реалистичных разбиениях данных, что открывает перспективные возможности для дальнейших исследований. Наконец, OGB предоставляет автоматизированный сквозной конвейер машинного обучения на графах, упрощающий и стандартизирующий загрузку графовых данных, настройку экспериментов и оценку моделей. OGB будет регулярно обновляться и приветствует предложения сообщества. Наборы данных OGB, а также загрузчики данных, скрипты оценки, исходный код базовых моделей и таблицы лидеров находятся в открытом доступе по адресу https://ogb.stanford.edu.