Buchumschlag

Marked Neural Spatio-Temporal Point Process Involving a Dynamic Graph Neural Network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Moallemy-Oureh, Alice, Beddar-Wiesing, Silvia, Nagel, Yannick, Nather, Rüdiger, Thomas, Josephine M.
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Weisfeiler-Lehman meets Events: An Expressivity Analysis for Continuous-Time Dynamic Graph Neural Networks
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2025)

Absolute Evaluation Measures for Machine Learning: A Survey
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2025)

Weisfeiler-Lehman goes Dynamic: An Analysis of the Expressive Power of Graph Neural Networks for Attributed and Dynamic Graphs
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2022)

Addressing Mark Imbalance in Integration-free Neural Marked Temporal Point Processes
von: Liu, Sishun, et al.
Veröffentlicht: (2025)

Preventing Conflicting Gradients in Neural Marked Temporal Point Processes
von: Bosser, Tanguy, et al.
Veröffentlicht: (2024)

Decoupled Marked Temporal Point Process using Neural Ordinary Differential Equations
von: Song, Yujee, et al.
Veröffentlicht: (2024)

Distribution-Free Conformal Joint Prediction Regions for Neural Marked Temporal Point Processes
von: Dheur, Victor, et al.
Veröffentlicht: (2024)

A Variational Autoencoder for Neural Temporal Point Processes with Dynamic Latent Graphs
von: Yang, Sikun, et al.
Veröffentlicht: (2023)

Deep Graph Neural Point Process For Learning Temporal Interactive Networks
von: Chen, Su, et al.
Veröffentlicht: (2025)

A Dynamic Stiefel Graph Neural Network for Efficient Spatio-Temporal Time Series Forecasting
von: Zheng, Jiankai, et al.
Veröffentlicht: (2025)

Flow-Attentional Graph Neural Networks
von: Plettenberg, Pascal, et al.
Veröffentlicht: (2025)

Spatio-Temporal Attention Graph Neural Network for Remaining Useful Life Prediction
von: Huang, Zhixin, et al.
Veröffentlicht: (2024)

Marked Temporal Bayesian Flow Point Processes
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Meta-Learning for Neural Network-based Temporal Point Processes
von: Takimoto, Yoshiaki, et al.
Veröffentlicht: (2024)

Spatio-Spectral Graph Neural Networks
von: Geisler, Simon, et al.
Veröffentlicht: (2024)

ITPP: Learning Disentangled Event Dynamics in Marked Temporal Point Processes
von: Zhou, Wang-Tao, et al.
Veröffentlicht: (2025)

ChaosNetBench: Benchmarking Spatio-Temporal Graph Neural Networks on Chaotic Lattice Dynamics
von: Moges, Henok Tenaw, et al.
Veröffentlicht: (2026)

Spatio-Temporal Attention Graph Neural Network: Explaining Causalities With Attention
von: Koistinen, Kosti, et al.
Veröffentlicht: (2026)

On Non-asymptotic Theory of Recurrent Neural Networks in Temporal Point Processes
von: Chen, Zhiheng, et al.
Veröffentlicht: (2024)

Dynamic Localisation of Spatial-Temporal Graph Neural Network
von: Duan, Wenying, et al.
Veröffentlicht: (2025)

Gridded Transformer Neural Processes for Large Unstructured Spatio-Temporal Data
von: Ashman, Matthew, et al.
Veröffentlicht: (2024)

STM-Graph: A Python Framework for Spatio-Temporal Mapping and Graph Neural Network Predictions
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2025)

Hyper Hawkes Processes: Interpretable Models of Marked Temporal Point Processes
von: Boyd, Alex, et al.
Veröffentlicht: (2025)

IMBWatch -- a Spatio-Temporal Graph Neural Network approach to detect Illicit Massage Business
von: Varadarajan, Swetha, et al.
Veröffentlicht: (2025)

Bridging Discrete Marks and Continuous Dynamics: Dual-Path Cross-Interaction for Marked Temporal Point Processes
von: Liu, Yuxiang, et al.
Veröffentlicht: (2026)

GLIDE: Graph-guided Leap Inference for Diffusion Estimation of Spatio-Temporal Point Processes
von: Zhou, Guanyu, et al.
Veröffentlicht: (2026)

Spatio-Temporal Graph Neural Network for Urban Spaces: Interpolating Citywide Traffic Volume
von: Kaiser, Silke K., et al.
Veröffentlicht: (2025)

Differentiable Adversarial Attacks for Marked Temporal Point Processes
von: Chakraborty, Pritish, et al.
Veröffentlicht: (2025)

ST-GraphNet: A Spatio-Temporal Graph Neural Network for Understanding and Predicting Automated Vehicle Crash Severity
von: Mimi, Mahmuda Sultana, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Automatic Addition of Optimizing Components in Printed Circuit Board Schematics
von: Plettenberg, Pascal, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graph Neural Networks for Dairy Farm Sustainability Forecasting and Counterfactual Policy Analysis
von: Jayakumar, Surya, et al.
Veröffentlicht: (2025)

Spatio-Temporal Demand Prediction for Food Delivery Using Attention-Driven Graph Neural Networks
von: Bhat, Rabia Latief, et al.
Veröffentlicht: (2025)

Conditional Generative Modeling for High-dimensional Marked Temporal Point Processes
von: Dong, Zheng, et al.
Veröffentlicht: (2023)

Deep Spatio-Temporal Neural Network for Air Quality Reanalysis
von: Kheder, Ammar, et al.
Veröffentlicht: (2025)

Spatio-Temporal Field Neural Networks for Air Quality Inference
von: Feng, Yutong, et al.
Veröffentlicht: (2024)

Temporal Motif Signatures for Temporal Graph Neural Networks
von: Sandfelder, Dylan, et al.
Veröffentlicht: (2026)

TG-PhyNN: An Enhanced Physically-Aware Graph Neural Network framework for forecasting Spatio-Temporal Data
von: Elabid, Zakaria, et al.
Veröffentlicht: (2024)

Semi-decentralized Training of Spatio-Temporal Graph Neural Networks for Traffic Prediction
von: Kralj, Ivan, et al.
Veröffentlicht: (2024)

Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks
von: Regier, Derek, et al.
Veröffentlicht: (2026)

Dynamic Graph Structure Estimation for Learning Multivariate Point Process using Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)