PREDICT_6G_GNN_SimBench_Based_图神经网络仿真基准完整数据集

数据集概述

该数据集为图神经网络（GNN）基准数据集，由OMNET++生成的合成数据构建，遵循2022年GNNet挑战赛获胜者的规范。包含训练和测试数据，提供邻接表、节点/链路特征、流量矩阵等，支持GNN模型开发与泛化能力评估。

文件详解

• 文件名称: gnn-dataset-main.zip
• 文件格式: ZIP (.zip)
• 文件内容: 压缩包内含训练数据集和测试数据集，训练集提供邻接表、节点/链路特征、流量矩阵、模拟器设置、运行日志及真实标签；测试集格式一致但标签未公开，所有案例可通过cases.json确定性复现。

数据来源

PREDICT 6G / GNN Dataset GitLab (uc3m.es)

适用场景

• GNN模型开发: 用于开发和微调适用于网络拓扑、路由策略及流量负载场景的GNN架构
• 模型泛化能力评估: 通过测试集对模型在未见过的网络仿真场景下的泛化性能进行客观基准测试
• 网络仿真研究: 基于标准化合成数据探索网络流量预测、拓扑优化等方向的算法效果
• 6G网络相关算法验证: 为PREDICT-6G项目相关的6G网络智能算法研究提供统一实验基准