PyGDA: Una Libreria Python per l'Adattamento di Dominio su Grafi

PyGDA: A Python Library for Graph Domain Adaptation

March 13, 2025

Autori: Zhen Zhang, Meihan Liu, Bingsheng He

cs.AI

Abstract

L'adattamento di dominio su grafi è emerso come un approccio promettente per facilitare il trasferimento di conoscenze tra diversi domini. Recentemente, numerosi modelli sono stati proposti per migliorare le loro capacità di generalizzazione in questo campo. Tuttavia, manca ancora una libreria unificata che riunisca le tecniche esistenti e ne semplifichi l'implementazione. Per colmare questa lacuna, introduciamo PyGDA, una libreria Python open-source progettata specificamente per l'adattamento di dominio su grafi. Come prima libreria completa in questo ambito, PyGDA copre più di 20 metodi ampiamente utilizzati per l'adattamento di dominio su grafi, insieme a diversi tipi di dataset di grafi. In particolare, PyGDA offre componenti modulari, consentendo agli utenti di costruire modelli personalizzati in modo fluido con una varietà di funzioni di utilità comunemente utilizzate. Per gestire grafi su larga scala, PyGDA include supporto per funzionalità come il campionamento e l'elaborazione in mini-batch, garantendo un calcolo efficiente. Inoltre, PyGDA include anche benchmark di prestazioni completi e un'API ben documentata e user-friendly, sia per i ricercatori che per i professionisti. Per favorire un accesso conveniente, PyGDA è rilasciata sotto licenza MIT all'indirizzo https://github.com/pygda-team/pygda, e la documentazione dell'API è disponibile all'indirizzo https://pygda.readthedocs.io/en/stable/.

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/.