Buchumschlag

Multi-scale Wasserstein Shortest-path Graph Kernels for Graph Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Wei, Tian, Hao, Chen, Qijun
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

AKBR: Learning Adaptive Kernel-based Representations for Graph Classification
von: Qian, Feifei, et al.
Veröffentlicht: (2024)

Efficient and Scalable Granular-ball Graph Coarsening Method for Large-scale Graph Node Classification
von: Wang, Guan, et al.
Veröffentlicht: (2026)

Graph data augmentation with Gromow-Wasserstein Barycenters
von: Ponti, Andrea
Veröffentlicht: (2024)

Bures-Wasserstein Flow Matching for Graph Generation
von: Jiang, Keyue, et al.
Veröffentlicht: (2025)

Divergence of Empirical Neural Tangent Kernel in Classification Problems
von: Yu, Zixiong, et al.
Veröffentlicht: (2025)

Exploring Consistency in Graph Representations:from Graph Kernels to Graph Neural Networks
von: Liu, Xuyuan, et al.
Veröffentlicht: (2024)

Dual-Kernel Graph Community Contrastive Learning
von: Chen, Xiang, et al.
Veröffentlicht: (2025)

MedGNN: Towards Multi-resolution Spatiotemporal Graph Learning for Medical Time Series Classification
von: Fan, Wei, et al.
Veröffentlicht: (2025)

Cooperative Classification and Rationalization for Graph Generalization
von: Yue, Linan, et al.
Veröffentlicht: (2024)

From Graph Diffusion to Graph Classification
von: Xian, Jia Jun Cheng, et al.
Veröffentlicht: (2024)

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

CKGConv: General Graph Convolution with Continuous Kernels
von: Ma, Liheng, et al.
Veröffentlicht: (2024)

Conditional Distribution Learning for Graph Classification
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Mirage: Model-Agnostic Graph Distillation for Graph Classification
von: Gupta, Mridul, et al.
Veröffentlicht: (2023)

Unsupervised Graph Anomaly Detection via Multi-Hypersphere Heterophilic Graph Learning
von: Ni, Hang, et al.
Veröffentlicht: (2025)

Multi-order Graph Clustering with Adaptive Node-level Weight Learning
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Collaborative Graph Walk for Semi-supervised Multi-Label Node Classification
von: Akujuobi, Uchenna, et al.
Veröffentlicht: (2019)

Rethinking Tokenized Graph Transformers for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2025)

Generalization in LLM Problem Solving: The Case of the Shortest Path
von: Tong, Yao, et al.
Veröffentlicht: (2026)

Fast Graph Condensation with Structure-based Neural Tangent Kernel
von: Wang, Lin, et al.
Veröffentlicht: (2023)

KEA Explain: Explanations of Hallucinations using Graph Kernel Analysis
von: Haskins, Reilly, et al.
Veröffentlicht: (2025)

SamGoG: A Sampling-Based Graph-of-Graphs Framework for Imbalanced Graph Classification
von: Wang, Shangyou, et al.
Veröffentlicht: (2025)

Brain Network Classification Based on Graph Contrastive Learning and Graph Transformer
von: Zhu, ZhiTeng, et al.
Veröffentlicht: (2025)

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

Graph-RHO: Critical-path-aware Heterogeneous Graph Network for Long-Horizon Flexible Job-Shop Scheduling
von: Li, Yujie, et al.
Veröffentlicht: (2026)

Debiasing Kernel-Based Generative Models
von: Qin, Tian, et al.
Veröffentlicht: (2025)

Label Deconvolution for Node Representation Learning on Large-scale Attributed Graphs against Learning Bias
von: Shi, Zhihao, et al.
Veröffentlicht: (2023)

Learning Multi-graph Structure for Temporal Knowledge Graph Reasoning
von: Zhang, Jinchuan, et al.
Veröffentlicht: (2023)

AGMixup: Adaptive Graph Mixup for Semi-supervised Node Classification
von: Lu, Weigang, et al.
Veröffentlicht: (2024)

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

GraphIFE: Rethinking Graph Imbalance Node Classification via Invariant Learning
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

Graph Propagation Transformer for Graph Representation Learning
von: Chen, Zhe, et al.
Veröffentlicht: (2023)

Graph Evidential Learning for Anomaly Detection
von: Wei, Chunyu, et al.
Veröffentlicht: (2025)

A Real-time Multimodal Transformer Neural Network-powered Wildfire Forecasting System
von: Chen, Qijun, et al.
Veröffentlicht: (2025)

Random Wavelet Features for Graph Kernel Machines
von: de Bassompierre, Valentin, et al.
Veröffentlicht: (2026)

Predicting Large-scale Urban Network Dynamics with Energy-informed Graph Neural Diffusion
von: Nie, Tong, et al.
Veröffentlicht: (2025)

Graph Neural Networks with Diversity-aware Neighbor Selection and Dynamic Multi-scale Fusion for Multivariate Time Series Forecasting
von: Xu, Jingqi, et al.
Veröffentlicht: (2025)

Graph Neural Diffusion Networks for Semi-supervised Learning
von: Ye, Wei, et al.
Veröffentlicht: (2022)

PIMPC-GNN: Physics-Informed Multi-Phase Consensus Learning for Enhancing Imbalanced Node Classification in Graph Neural Networks
von: Fofanah, Abdul Joseph, et al.
Veröffentlicht: (2026)

Metric Based Few-Shot Graph Classification
von: Crisostomi, Donato, et al.
Veröffentlicht: (2022)