PyGDA: Eine Python-Bibliothek für Graph-Domain-Adaption

PyGDA: A Python Library for Graph Domain Adaptation

March 13, 2025

Autoren: Zhen Zhang, Meihan Liu, Bingsheng He

cs.AI

Zusammenfassung

Graph Domain Adaptation hat sich als vielversprechender Ansatz etabliert, um Wissenstransfer über verschiedene Domänen hinweg zu ermöglichen. In jüngster Zeit wurden zahlreiche Modelle vorgeschlagen, um die Generalisierungsfähigkeiten in diesem Bereich zu verbessern. Dennoch gibt es noch keine einheitliche Bibliothek, die bestehende Techniken zusammenführt und deren Implementierung vereinfacht. Um diese Lücke zu schließen, stellen wir PyGDA vor, eine Open-Source-Python-Bibliothek, die speziell für Graph Domain Adaptation entwickelt wurde. Als erste umfassende Bibliothek in diesem Bereich deckt PyGDA mehr als 20 weit verbreitete Methoden zur Graph Domain Adaptation ab, zusammen mit verschiedenen Arten von Graph-Datensätzen. Insbesondere bietet PyGDA modulare Komponenten, die es Benutzern ermöglichen, nahtlos benutzerdefinierte Modelle mit einer Vielzahl von häufig verwendeten Hilfsfunktionen zu erstellen. Um große Graphen zu verarbeiten, unterstützt PyGDA Funktionen wie Sampling und Mini-Batch-Verarbeitung, um eine effiziente Berechnung zu gewährleisten. Darüber hinaus enthält PyGDA umfassende Leistungsbenchmarks und eine gut dokumentierte, benutzerfreundliche API für Forscher und Praktiker. Um eine bequeme Zugänglichkeit zu fördern, wird PyGDA unter der MIT-Lizenz unter https://github.com/pygda-team/pygda veröffentlicht, und die API-Dokumentation ist unter https://pygda.readthedocs.io/en/stable/ verfügbar.

English

Graph domain adaptation has emerged as a promising approach to facilitate knowledge transfer across different domains. Recently, numerous models have been proposed to enhance their generalization capabilities in this field. However, there is still no unified library that brings together existing techniques and simplifies their implementation. To fill this gap, we introduce PyGDA, an open-source Python library tailored for graph domain adaptation. As the first comprehensive library in this area, PyGDA covers more than 20 widely used graph domain adaptation methods together with different types of graph datasets. Specifically, PyGDA offers modular components, enabling users to seamlessly build custom models with a variety of commonly used utility functions. To handle large-scale graphs, PyGDA includes support for features such as sampling and mini-batch processing, ensuring efficient computation. In addition, PyGDA also includes comprehensive performance benchmarks and well-documented user-friendly API for both researchers and practitioners. To foster convenient accessibility, PyGDA is released under the MIT license at https://github.com/pygda-team/pygda, and the API documentation is https://pygda.readthedocs.io/en/stable/.