元々はグラフニューラルネットワークの勉強会で使った資料だが、重要なものや新しいものは更新していく予定

参考資料

• AAAI2020の理論チュートリアル、理論素養がないと若干ハードルが高いがGraph Signalなど重要な理論的なことが丁寧に書いてある：AAAI_tutorial_GNN
• スタンフォード大学のネットワーク解析ページ（チュートリアルが非常にいい）：Stanford Network Analysis Project
• GNNの研究をリードしてきた研究者の博士論文、教科書レベルとの評判。
• 論文集（Survey papersもあるので、最近の発展などを追うのにいい）：GitHub - thunlp/GNNPapers: Must-read papers on graph neural networks (GNN)
• グラフとその応用についてneo4jの方による紹介、ディープラーニングに特化せず、応用について全体を見渡しているのがよい：スライド、動画
• Yann LeCunの講演：YouTube
• GCNの著者によるブログ解説記事：Graph Convolutional Networks | Thomas Kipf | PhD Student @ University of Amsterdam
• まとめ：三部からなっていて、研究や理論の背景などがよくまとめられている
• KERNELの方による勉強会の資料：文献サーベイがよい
• 早い段階での日本語の解説記事（シリーズモノ）
• 会社の方による応用実験の資料

ハンズオン資料

1. とりあえず動かしてみる
   DGL at a Glance — DGL 0.2 documentation

2. グラフメッセージ伝搬でみるページランク
   PageRank with DGL Message Passing — DGL 0.2 documentation

3. モデルのチュートリアル
   Model overview — DGL 0.2 documentation

• ローカルで環境構築しなくてもこちらのgoogle colabを試せる:
  1_first.ipynb - Google ドライブ

面白そうな応用研究

• Pinterestのリコメンドシステム（大量なデータで学習を行ったものでA/BテストでKPIが３０％改善）: PinSage: A new graph convolutional neural network for web-scale recommender systems、PinSage: A new graph convolutional neural network for web-scale recommender systems

その他のリソース

• ナレッジグラフ：Wikidata
• ナレッジグラフの埋め込み：GitHub - facebookresearch/PyTorch-BigGraph: Software used for generating embeddings from large-scale graph-structured data.
• ポアンカレ埋め込み、Gensim
• ポアンカレ埋め込みの実装：GitHub - facebookresearch/poincare-embeddings: PyTorch implementation of the NIPS-17 paper "Poincaré Embeddings for Learning Hierarchical Representations"

dgl以外のライブラリ

• chainerの化学用ライブラリ：
  GitHub - pfnet-research/chainer-chemistry: Chainer Chemistry: A Library for Deep Learning in Biology and Chemistry, 化学、生物学分野のための深層学習ライブラリChainer Chemistry公開 | Preferred Research

• tensorflowの化学用ライブラリ
  GitHub - deepchem/deepchem: Democratizing Deep-Learning for Drug Discovery, Quantum Chemistry, Materials Science and Biology

• pytorch geometric(dglの競合？ビルドはcuda10の方がすんなりいく、と思う)
  GitHub - rusty1s/pytorch_geometric: Geometric Deep Learning Extension Library for PyTorch

• DeepMind提供、趣が少し違うが、元論文の最初の方はなぜグラフなのかについて説明してあって、一読の価値がある：GitHub - deepmind/graph_nets: Build Graph Nets in Tensorflow