Buchumschlag

Convolutional Neural Networks on Graphs with Chebyshev Approximation, Revisited

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Mingguo, Wei, Zhewei, Wen, Ji-Rong
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rethinking Link Prediction for Directed Graphs
von: He, Mingguo, et al.
Veröffentlicht: (2025)

PolyFormer: Scalable Node-wise Filters via Polynomial Graph Transformer
von: Ma, Jiahong, et al.
Veröffentlicht: (2024)

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning
von: Li, Kaiyang, et al.
Veröffentlicht: (2026)

Chebyshev Polynomial-Based Kolmogorov-Arnold Networks: An Efficient Architecture for Nonlinear Function Approximation
von: SS, Sidharth, et al.
Veröffentlicht: (2024)

Revisiting Chebyshev Polynomial and Anisotropic RBF Models for Tabular Regression
von: Gerber, Luciano, et al.
Veröffentlicht: (2026)

Learning to Approximate Adaptive Kernel Convolution on Graphs
von: Sim, Jaeyoon, et al.
Veröffentlicht: (2024)

Graph Neural Networks vs Convolutional Neural Networks for Graph Domination Number Prediction
von: Davila, Randy, et al.
Veröffentlicht: (2025)

Graph Neural Networks Are More Than Filters: Revisiting and Benchmarking from A Spectral Perspective
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

Intruding with Words: Towards Understanding Graph Injection Attacks at the Text Level
von: Lei, Runlin, et al.
Veröffentlicht: (2024)

From Cluster Assumption to Graph Convolution: Graph-based Semi-Supervised Learning Revisited
von: Wang, Zheng, et al.
Veröffentlicht: (2023)

Spectral Heterogeneous Graph Convolutions via Positive Noncommutative Polynomials
von: He, Mingguo, et al.
Veröffentlicht: (2023)

Coefficient Decomposition for Spectral Graph Convolution
von: Huang, Feng, et al.
Veröffentlicht: (2024)

Exploring the Potential of Large Language Models as Predictors in Dynamic Text-Attributed Graphs
von: Lei, Runlin, et al.
Veröffentlicht: (2025)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)

Clifford-Steerable Convolutional Neural Networks
von: Zhdanov, Maksim, et al.
Veröffentlicht: (2024)

Position: The Turing-Completeness of Autoregressive Transformers Relies Heavily on Context Management
von: Cui, Guanyu, et al.
Veröffentlicht: (2026)

Dynamic Universal Approximation Theory: Foundations for Parallelism in Neural Networks
von: Wang, Wei, et al.
Veröffentlicht: (2024)

Tensor-view Topological Graph Neural Network
von: Wen, Tao, et al.
Veröffentlicht: (2024)

Equivariant Graph Network Approximations of High-Degree Polynomials for Force Field Prediction
von: Xu, Zhao, et al.
Veröffentlicht: (2024)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Soft-Evidence Fused Graph Neural Network for Cancer Driver Gene Identification across Multi-View Biological Graphs
von: Chen, Bang, et al.
Veröffentlicht: (2025)

Tensor Graph Convolutional Network for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Regularizing Explanations in Bayesian Convolutional Neural Networks
von: Bekkemoen, Yanzhe, et al.
Veröffentlicht: (2021)

Edge Prompt Tuning for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

G-PARC: Graph-Physics Aware Recurrent Convolutional Neural Networks for Spatiotemporal Dynamics on Unstructured Meshes
von: Beerman, Jack T., et al.
Veröffentlicht: (2026)

Spectral Greedy Coresets for Graph Neural Networks
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

A Novel Spatiotemporal Coupling Graph Convolutional Network
von: Bi, Fanghui
Veröffentlicht: (2024)

Generalized Learning of Coefficients in Spectral Graph Convolutional Networks
von: Coşkun, Mustafa, et al.
Veröffentlicht: (2024)

Beyond ReLU: Chebyshev-DQN for Enhanced Deep Q-Networks
von: Yazdannik, Saman, et al.
Veröffentlicht: (2025)

A Multi-Graph Convolutional Neural Network Model for Short-Term Prediction of Turning Movements at Signalized Intersections
von: Palit, Jewel Rana, et al.
Veröffentlicht: (2024)

Developing the Temporal Graph Convolutional Neural Network Model to Predict Hip Replacement using Electronic Health Records
von: Hancox, Zoe, et al.
Veröffentlicht: (2024)

Enhancing the Resilience of Graph Neural Networks to Topological Perturbations in Sparse Graphs
von: He, Shuqi, et al.
Veröffentlicht: (2024)

Relaxing Continuous Constraints of Equivariant Graph Neural Networks for Physical Dynamics Learning
von: Zheng, Zinan, et al.
Veröffentlicht: (2024)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Markov Process-Based Graph Convolutional Networks for Entity Classification in Knowledge Graphs
von: Mäkelburg, Johannes, et al.
Veröffentlicht: (2024)

LPS-GNN : Deploying Graph Neural Networks on Graphs with 100-Billion Edges
von: Cheng, Xu, et al.
Veröffentlicht: (2025)

Quasi-Framelets: Robust Graph Neural Networks via Adaptive Framelet Convolution
von: Yang, Mengxi, et al.
Veröffentlicht: (2022)

Revisiting Convolution Architecture in the Realm of DNA Foundation Models
von: Bo, Yu, et al.
Veröffentlicht: (2025)

Deeper Insights into Deep Graph Convolutional Networks: Stability and Generalization
von: Yang, Guangrui, et al.
Veröffentlicht: (2024)

Simple and Efficient Heterogeneous Temporal Graph Neural Network
von: Wang, Yili, et al.
Veröffentlicht: (2025)