图上的自动化机器学习：综述

图上的机器学习在学术界和工业界都已被广泛研究。然而，随着图学习文献随着大量新兴方法与技术的涌现而迅速增长，为不同的图相关任务手动设计最优机器学习算法变得愈发困难。为解决这一关键挑战，结合图机器学习与自动化机器学习（AutoML）优势的图上自动化机器学习正受到研究界的关注。因此，我们在本文中全面综述图上的 AutoML，主要关注图机器学习的超参数优化（HPO）与神经架构搜索（NAS）。我们进一步概述与自动化图机器学习相关的库，并深入讨论 AutoGL——首个专用于图上 AutoML 的开源库。最后，我们分享对自动化图机器学习未来研究方向的见解。据我们所知，本文是首个对图上自动化机器学习进行系统且全面综述的工作。