PyGDA: グラフドメイン適応のためのPythonライブラリ

PyGDA: A Python Library for Graph Domain Adaptation

March 13, 2025

著者: Zhen Zhang, Meihan Liu, Bingsheng He

cs.AI

要旨

グラフドメイン適応は、異なるドメイン間での知識転移を促進する有望なアプローチとして登場しました。最近、この分野における汎化能力を向上させるために数多くのモデルが提案されています。しかし、既存の技術を統合し、その実装を簡素化する統一されたライブラリはまだ存在しません。このギャップを埋めるため、私たちはグラフドメイン適応に特化したオープンソースのPythonライブラリであるPyGDAを紹介します。この分野初の包括的なライブラリとして、PyGDAは20以上の広く使用されているグラフドメイン適応手法とさまざまなタイプのグラフデータセットをカバーしています。具体的には、PyGDAはモジュール化されたコンポーネントを提供し、ユーザーが多様な一般的なユーティリティ関数をシームレスに組み合わせてカスタムモデルを構築できるようにします。大規模なグラフを扱うために、PyGDAはサンプリングやミニバッチ処理などの機能をサポートし、効率的な計算を保証します。さらに、PyGDAは研究者や実務者向けに包括的なパフォーマンスベンチマークとよくドキュメント化されたユーザーフレンドリーなAPIも含んでいます。便利なアクセス性を促進するため、PyGDAはMITライセンスの下でhttps://github.com/pygda-team/pygdaで公開されており、APIドキュメントはhttps://pygda.readthedocs.io/en/stable/にあります。

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/.