# グラフニューラルネットワーク

OpenCityは、交通予測分野に特化したオープンソースの時空間基礎モデルです。Transformerアーキテクチャとグラフニューラルネットワークを統合することで、交通データにおける複雑な時空間依存関係を効果的に捉え、標準化し、様々な都市環境へのゼロショット汎化を実現します。大規模かつ異種混合の交通データセットで事前学習を行い、豊富で汎化可能な表現を獲得しており、様々な交通予測シナリオにシームレスに適用可能です。

SAM-guided Graph Cut for 3D Instance Segmentationは、3D幾何学的情報と多視点画像情報を活用して3Dインスタンスセグメンテーションを行う深層学習手法です。3Dから2Dへのクエリフレームワークにより、2Dセグメンテーションモデルを効果的に3Dインスタンスセグメンテーションに活用します。超点グラフをグラフカット問題として構築し、グラフニューラルネットワークによって学習することで、様々なシーンにおけるロバストなセグメンテーション性能を実現します。

mlx-graphsは、Appleチップ向けに設計されたグラフニューラルネットワーク（GNN）ライブラリです。統一メモリアーキテクチャなどのAppleハードウェアのメリットを活用することで、Macデバイス上での効率的なGNNの学習と推論を実現します。主な利点としては、1）GPU並列計算による大規模データセットでの高速GNN演算、2）統一メモリによるGPU上での大規模グラフデータの直接処理、3）デバイス間データ転送不要による開発プロセスの簡素化、などが挙げられます。ユーザーはMacデバイス上で大規模グラフ問題を容易に処理し、高性能なGNNモデルの学習を行うことができます。

ULTRAは知識グラフ推論の基礎モデルです。単一の事前学習済みULTRAモデルは、いかなる多関係グラフ上でもリンク予測タスクを実行でき、任意のエンティティ/リレーション語彙をサポートします。各グラフに対して個別に訓練された多くのSOTAモデルよりも優れた性能を示します。基礎モデルの事前学習-微調整パラダイムに従い、事前学習済みのULTRAチェックポイントを用いて、いかなるグラフ上でも即座にゼロショット推論を行うことができ、さらに微調整することも可能です。ULTRAは、いかなる知識グラフにも統一的で、学習可能で、転移可能な表現を提供します。ULTRAはグラフニューラルネットワークとNBFNetの修正版を使用しています。下流グラフに特化したエンティティとリレーションの埋め込みを学習するのではなく、リレーション間の相互作用に基づいて相対的なリレーション表現を獲得します。