Buchumschlag

FreshGNN: Reducing Memory Access via Stable Historical Embeddings for Graph Neural Network Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Kezhao, Jiang, Haitian, Wang, Minjie, Xiao, Guangxuan, Wipf, David, Song, Xiang, Gan, Quan, Huang, Zengfeng, Zhai, Jidong, Zhang, Zheng
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MuseGNN: Forming Scalable, Convergent GNN Layers that Minimize a Sampling-Based Energy
von: Jiang, Haitian, et al.
Veröffentlicht: (2023)

Implicit vs Unfolded Graph Neural Networks
von: Yang, Yongyi, et al.
Veröffentlicht: (2021)

No Need to Train Your RDB Foundation Model
von: Xu, Linjie, et al.
Veröffentlicht: (2026)

Efficient Link Prediction via GNN Layers Induced by Negative Sampling
von: Wang, Yuxin, et al.
Veröffentlicht: (2023)

DiskGNN: Bridging I/O Efficiency and Model Accuracy for Out-of-Core GNN Training
von: Liu, Renjie, et al.
Veröffentlicht: (2024)

RDBLearn: Simple In-Context Prediction Over Relational Databases
von: Zhang, Yanlin, et al.
Veröffentlicht: (2026)

Griffin: Towards a Graph-Centric Relational Database Foundation Model
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

Refined Edge Usage of Graph Neural Networks for Edge Prediction
von: Jin, Jiarui, et al.
Veröffentlicht: (2022)

ELF-Gym: Evaluating Large Language Models Generated Features for Tabular Prediction
von: Zhang, Yanlin, et al.
Veröffentlicht: (2024)

DF-GNN: Dynamic Fusion Framework for Attention Graph Neural Networks on GPUs
von: Liu, Jiahui, et al.
Veröffentlicht: (2024)

Sketch-GNN: Scalable Graph Neural Networks with Sublinear Training Complexity
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

GSR-GNN: Training Acceleration and Memory-Saving Framework of Deep GNNs on Circuit Graph
von: Luo, Yuebo, et al.
Veröffentlicht: (2026)

Synthesize, Retrieve, and Propagate: A Unified Predictive Modeling Framework for Relational Databases
von: Li, Ning, et al.
Veröffentlicht: (2025)

Few Batches or Little Memory, But Not Both: Simultaneous Space and Adaptivity Constraints in Stochastic Bandits
von: Huang, Ruiyuan, et al.
Veröffentlicht: (2026)

High Probability Bound for Cross-Learning Contextual Bandits with Unknown Context Distributions
von: Huang, Ruiyuan, et al.
Veröffentlicht: (2024)

Nearly Tight Bounds for Cross-Learning Contextual Bandits with Graphical Feedback
von: Huang, Ruiyuan, et al.
Veröffentlicht: (2025)

StructComp: Substituting Propagation with Structural Compression in Training Graph Contrastive Learning
von: Zhang, Shengzhong, et al.
Veröffentlicht: (2023)

SDT-GNN: Streaming-based Distributed Training Framework for Graph Neural Networks
von: Huang, Xin, et al.
Veröffentlicht: (2024)

SpanGNN: Towards Memory-Efficient Graph Neural Networks via Spanning Subgraph Training
von: Gu, Xizhi, et al.
Veröffentlicht: (2024)

Reducing Memory Contention and I/O Congestion for Disk-based GNN Training
von: Jiang, Qisheng, et al.
Veröffentlicht: (2024)

LightGNN: Simple Graph Neural Network for Recommendation
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

Sublinear Spectral Clustering Oracle with Little Memory
von: Shen, Ranran, et al.
Veröffentlicht: (2026)

Your Graph Recommender is Provably a Single-view Graph Contrastive Learning
von: Yang, Wenjie, et al.
Veröffentlicht: (2024)

DR-CircuitGNN: Training Acceleration of Heterogeneous Circuit Graph Neural Network on GPUs
von: Luo, Yuebo, et al.
Veröffentlicht: (2025)

How Graph Neural Networks Learn: Lessons from Training Dynamics
von: Yang, Chenxiao, et al.
Veröffentlicht: (2023)

BloomGML: Graph Machine Learning through the Lens of Bilevel Optimization
von: Zheng, Amber Yijia, et al.
Veröffentlicht: (2024)

Poivre: Self-Refining Visual Pointing with Reinforcement Learning
von: Yang, Wenjie, et al.
Veröffentlicht: (2025)

Load--Reserve Wasserstein Propagation for Isotropic Diffusion Samplers
von: Lyu, Zicheng, et al.
Veröffentlicht: (2026)

GriNNder: Breaking the Memory Capacity Wall in Full-Graph GNN Training with Storage Offloading
von: Song, Jaeyong, et al.
Veröffentlicht: (2026)

Heta: Distributed Training of Heterogeneous Graph Neural Networks
von: Zhong, Yuchen, et al.
Veröffentlicht: (2024)

SelfGNN: Self-Supervised Graph Neural Networks for Sequential Recommendation
von: Liu, Yuxi, et al.
Veröffentlicht: (2024)

MAPI-GNN: Multi-Activation Plane Interaction Graph Neural Network for Multimodal Medical Diagnosis
von: Qin, Ziwei, et al.
Veröffentlicht: (2025)

Incremental GNN Embedding Computation on Streaming Graphs
von: Wang, Qiange, et al.
Veröffentlicht: (2026)

MaxK-GNN: Extremely Fast GPU Kernel Design for Accelerating Graph Neural Networks Training
von: Peng, Hongwu, et al.
Veröffentlicht: (2023)

GNNBleed: Inference Attacks to Unveil Private Edges in Graphs with Realistic Access to GNN Models
von: Song, Zeyu, et al.
Veröffentlicht: (2023)

ES-GNN: Generalizing Graph Neural Networks Beyond Homophily with Edge Splitting
von: Guo, Jingwei, et al.
Veröffentlicht: (2022)

Prior-Fitted Networks Scale to Larger Datasets When Treated as Weak Learners
von: Wang, Yuxin, et al.
Veröffentlicht: (2025)

GNNMerge: Merging of GNN Models Without Accessing Training Data
von: Garg, Vipul, et al.
Veröffentlicht: (2025)

Training a Label-Noise-Resistant GNN with Reduced Complexity
von: Zhao, Rui, et al.
Veröffentlicht: (2024)

FastDecode: High-Throughput GPU-Efficient LLM Serving using Heterogeneous Pipelines
von: He, Jiaao, et al.
Veröffentlicht: (2024)