PyGDA: Uma Biblioteca Python para Adaptação de Domínio em Grafos

PyGDA: A Python Library for Graph Domain Adaptation

March 13, 2025

Autores: Zhen Zhang, Meihan Liu, Bingsheng He

cs.AI

Resumo

A adaptação de domínio em grafos surgiu como uma abordagem promissora para facilitar a transferência de conhecimento entre diferentes domínios. Recentemente, diversos modelos foram propostos para aprimorar suas capacidades de generalização nesse campo. No entanto, ainda não existe uma biblioteca unificada que reúna as técnicas existentes e simplifique sua implementação. Para preencher essa lacuna, apresentamos o PyGDA, uma biblioteca Python de código aberto especializada em adaptação de domínio em grafos. Como a primeira biblioteca abrangente nessa área, o PyGDA cobre mais de 20 métodos amplamente utilizados de adaptação de domínio em grafos, juntamente com diferentes tipos de conjuntos de dados de grafos. Especificamente, o PyGDA oferece componentes modulares, permitindo que os usuários construam modelos personalizados de forma contínua, com uma variedade de funções utilitárias comumente usadas. Para lidar com grafos em grande escala, o PyGDA inclui suporte para recursos como amostragem e processamento em mini-lotes, garantindo computação eficiente. Além disso, o PyGDA também inclui benchmarks de desempenho abrangentes e uma API bem documentada e de fácil uso, tanto para pesquisadores quanto para profissionais. Para promover acessibilidade conveniente, o PyGDA é lançado sob a licença MIT em https://github.com/pygda-team/pygda, e a documentação da API está disponível em 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/.