OGB-LSC NeurIPS 2022 | 第二届大规模图数据挑战赛来袭

1OGB-LSC 2022 挑战赛

OGB是目前公认的图学习基准数据集代表，由斯坦福大学Jure Leskovec教授团队建立，于2019年国际顶级学术会议NeurIPS上正式开源。为促进大规模图数据上算法的研究发展，第一届大规模图数据挑战赛OGB-LSC^[1]于2021年KDD CUP举行，其囊括了节点性质预测、边性质链接预测、图性质预测等图学习领域众多权威赛道，以质量高、规模大、场景复杂、难度高著称，素有图学习领域“ImageNet”之称，吸引了包括微软、Deepmind、Facebook、阿里巴巴、百度、字节跳动、斯坦福、MIT、北京大学等众多顶尖高校和科技公司参与。

注：以下内容选自OGB-LSC NeurIPS 2022比赛项目主页

2为什么要举办第二届OGB-LSC?

大规模图数据（如具有数十亿条边的图）的机器学习研究具有巨大的影响力。在2021年的KDD杯上，我们组织了第一届OGB大规模图数据挑战赛（OGB-LSC），我们提供了大型和真实的图机器学习任务。KDD杯吸引了图机器学习社区的巨大关注（全球有500多个团队注册，约150个团队参加），促进了创新方法的开发，产生了重大的性能突破。然而，大图上的机器学习问题仍然还没有得到解决，目前亟需社区在这一领域进行集中努力（类似ImageNet和MS-COCO）。

对于NeurIPS 2022竞赛轨道，我们围绕OGB-LSC数据集组织了第二届OGB-LSC（简称OGB-LSC 2022），这次比赛将再次推动新方法的发展，并允许跟踪最新技术进展。重要的是，我们根据KDD杯的经验教训，更新了三个数据集中的两个（WikiKG90Mv2和PCQM4Mv2），因此产生的数据集更具挑战性和现实性。

3OGB-LSC概览

我们提供了三个OGB-LSC数据集，其规模空前庞大，分别涵盖了节点、链接和图层面的预测。下面是对这三个OGB-LSC数据集的说明性概述。

• MAG240M是一个异质学术图，其任务是预测位于异质图中的论文的主题领域（节点分类任务）。
• WikiKG90Mv2是一个知识图谱，其任务是对缺失的三联体进行补足（链接预测任务）。
• PCQM4Mv2是一个量子化学数据集，任务是预测一个重要的分子属性，即给定分子的HOMO-LUMO间隙（图回归任务）。

本次比赛提供两种测试集：test-dev和test-challenge。对于这次NeurIPS挑战赛，请使用test-challenge。test-dev用于公共排行榜，社区可以在这一年中评估他们的模型性能。我们鼓励在NeurIPS比赛期间提交test-dev，但为了有资格进入排行榜，我们需要公开代码和技术报告。更多的细节可以在这里^[2]找到。

4时间线

• May 24th, 2022: OGB-LSC 2022 开始
• September 2nd, 2022: 队伍合并结束
• November 1st, 2022: 测试集提交结束
• November 4th, 2022: Top-3排名获奖者通知
• November 25th, 2022: 代码与报告提交
• November 30th, 2022: 获奖者公开

5比赛链接

https://ogb.stanford.edu/neurips2022/

参考资料

[1]

第一届大规模图数据挑战赛OGB-LSC: https://ogb.stanford.edu/docs/lsc/

[2]

OGB-LSC排行榜: https://ogb.stanford.edu/docs/lsc/leaderboards