Buchumschlag

BeGin: Extensive Benchmark Scenarios and An Easy-to-use Framework for Graph Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ko, Jihoon, Kang, Shinhwan, Kwon, Taehyung, Moon, Heechan, Shin, Kijung
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

Simple yet Effective Node Property Prediction on Edge Streams under Distribution Shifts
von: Lee, Jongha, et al.
Veröffentlicht: (2025)

Effective Dataset Distillation for Spatio-Temporal Forecasting with Bi-dimensional Compression
von: Kwon, Taehyung, et al.
Veröffentlicht: (2026)

ReFuGe: Feature Generation for Prediction Tasks on Relational Databases with LLM Agents
von: Kim, Kyungho, et al.
Veröffentlicht: (2026)

FlowerFormer: Empowering Neural Architecture Encoding using a Flow-aware Graph Transformer
von: Hwang, Dongyeong, et al.
Veröffentlicht: (2024)

RL4CO: an Extensive Reinforcement Learning for Combinatorial Optimization Benchmark
von: Berto, Federico, et al.
Veröffentlicht: (2023)

From Black-Box to White-Box: Control-Theoretic Neural Network Interpretability
von: Moon, Jihoon
Veröffentlicht: (2025)

On Training-Test (Mis)alignment in Unsupervised Combinatorial Optimization: Observation, Empirical Exploration, and Analysis
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

RDB2G-Bench: A Comprehensive Benchmark for Automatic Graph Modeling of Relational Databases
von: Choi, Dongwon, et al.
Veröffentlicht: (2025)

TimeCAP: Learning to Contextualize, Augment, and Predict Time Series Events with Large Language Model Agents
von: Lee, Geon, et al.
Veröffentlicht: (2025)

On Measuring Unnoticeability of Graph Adversarial Attacks: Observations, New Measure, and Applications
von: Jo, Hyeonsoo, et al.
Veröffentlicht: (2025)

EBES: Easy Benchmarking for Event Sequences
von: Osin, Dmitry, et al.
Veröffentlicht: (2024)

GinAR: An End-To-End Multivariate Time Series Forecasting Model Suitable for Variable Missing
von: Yu, Chengqing, et al.
Veröffentlicht: (2024)

DiffIM: Differentiable Influence Minimization with Surrogate Modeling and Continuous Relaxation
von: Lee, Junghun, et al.
Veröffentlicht: (2025)

HypeBoy: Generative Self-Supervised Representation Learning on Hypergraphs
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

Deep Generative Design for Mass Production
von: Kim, Jihoon, et al.
Veröffentlicht: (2024)

Discovering Spatial Correlations of Earth Observations for weather forecasting by using Graph Structure Learning
von: Jeon, Hyeon-Ju, et al.
Veröffentlicht: (2025)

Model Medicine: A Clinical Framework for Understanding, Diagnosing, and Treating AI Models
von: Jeong, Jihoon
Veröffentlicht: (2026)

Feature-Centric Unsupervised Node Representation Learning Without Homophily Assumption
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

MetaCLBench: Meta Continual Learning Benchmark on Resource-Constrained Edge Devices
von: Li, Sijia, et al.
Veröffentlicht: (2025)

Mitigating Overfitting in Graph Neural Networks via Feature and Hyperplane Perturbation
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2022)

Better Not to Propagate: Understanding Edge Uncertainty and Over-smoothing in Signed Graph Neural Networks
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2024)

Condensation-Concatenation Framework for Dynamic Graph Continual Learning
von: Yan, Tingxu, et al.
Veröffentlicht: (2025)

PrimeKG-CL: A Continual Graph Learning Benchmark on Evolving Biomedical Knowledge Graphs
von: Radwan, Yousef A., et al.
Veröffentlicht: (2026)

Rethinking Reconstruction-based Graph-Level Anomaly Detection: Limitations and a Simple Remedy
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

SemiSegECG: A Multi-Dataset Benchmark for Semi-Supervised Semantic Segmentation in ECG Delineation
von: Park, Minje, et al.
Veröffentlicht: (2025)

Learning Infinitesimal Generators of Continuous Symmetries from Data
von: Ko, Gyeonghoon, et al.
Veröffentlicht: (2024)

OpenRLHF: An Easy-to-use, Scalable and High-performance RLHF Framework
von: Hu, Jian, et al.
Veröffentlicht: (2024)

EasyST: A Simple Framework for Spatio-Temporal Prediction
von: Tang, Jiabin, et al.
Veröffentlicht: (2024)

Diffusion Adaptive Text Embedding for Text-to-Image Diffusion Models
von: Na, Byeonghu, et al.
Veröffentlicht: (2025)

Expandable and Differentiable Dual Memories with Orthogonal Regularization for Exemplar-free Continual Learning
von: Moon, Hyung-Jun, et al.
Veröffentlicht: (2025)

EasyQuant: An Efficient Data-free Quantization Algorithm for LLMs
von: Tang, Hanlin, et al.
Veröffentlicht: (2024)

EasyInstruct: An Easy-to-use Instruction Processing Framework for Large Language Models
von: Ou, Yixin, et al.
Veröffentlicht: (2024)

UFO: A Unified Flow-Oriented Framework for Robust Continual Graph Learning
von: Zhang, Danhui, et al.
Veröffentlicht: (2026)

Distillation of Large Language Models via Concrete Score Matching
von: Kim, Yeongmin, et al.
Veröffentlicht: (2025)

EasyEdit: An Easy-to-use Knowledge Editing Framework for Large Language Models
von: Wang, Peng, et al.
Veröffentlicht: (2023)

A Self-Supervised Mixture-of-Experts Framework for Multi-behavior Recommendation
von: Kim, Kyungho, et al.
Veröffentlicht: (2025)

AD4RL: Autonomous Driving Benchmarks for Offline Reinforcement Learning with Value-based Dataset
von: Lee, Dongsu, et al.
Veröffentlicht: (2024)

Revisiting Softmax Masking: Stop Gradient for Enhancing Stability in Replay-based Continual Learning
von: Kim, Hoyong, et al.
Veröffentlicht: (2023)

Forget Forgetting: Continual Learning in a World of Abundant Memory
von: Cho, Dongkyu, et al.
Veröffentlicht: (2025)

How Sharp and Bias-Robust is a Model? Dual Evaluation Perspectives on Knowledge Graph Completion
von: Moon, Sooho, et al.
Veröffentlicht: (2025)