图的机器学习在学术界和工业界都得到了广泛的研究。然而,随着大量新兴方法和技术的出现,关于图形学习的文献蓬勃发展,为不同的图形相关任务手动设计最优机器学习算法变得越来越困难。为了解决这一关键挑战,图上的自动机器学习(AutoML)将图机器学习和AutoML的优点结合在一起,正受到研究界的关注。因此,本文对图自动建模进行了全面的研究,主要研究了图机器学习的超参数优化(HPO)和神经结构搜索(NAS)。我们进一步概述了与自动图形机器学习相关的库,并深入讨论了AutoGL,这是第一个针对图形的AutoML的专用开源库。最后,我们分享了我们对自动化图机器学习未来研究方向的见解。本文是我们所知的第一篇关于图自动机器学习的系统和全面的综述。
1