Buchumschlag

An Empirical Study of Realized GNN Expressiveness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yanbo, Zhang, Muhan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Understanding Expressivity of GNN in Rule Learning
von: Qiu, Haiquan, et al.
Veröffentlicht: (2023)

Reconsidering the Performance of GAE in Link Prediction
von: Ma, Weishuo, et al.
Veröffentlicht: (2024)

The Expressivity Boundary of Probabilistic Circuits: A Comparison with Large Language Models
von: Zhao, Zhiyu, et al.
Veröffentlicht: (2026)

Relational In-Context Learning via Synthetic Pre-training with Structural Prior
von: Wang, Yanbo, et al.
Veröffentlicht: (2026)

GILT: An LLM-Free, Tuning-Free Graph Foundational Model for In-Context Learning
von: Ma, Weishuo, et al.
Veröffentlicht: (2025)

Property-Driven Evaluation of GNN Expressiveness at Scale: Datasets, Framework, and Study
von: Che, Sicong, et al.
Veröffentlicht: (2026)

On the Stability of Expressive Positional Encodings for Graphs
von: Huang, Yinan, et al.
Veröffentlicht: (2023)

Efficient Neural Common Neighbor for Temporal Graph Link Prediction
von: Zhang, Xiaohui, et al.
Veröffentlicht: (2024)

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

TabDLM: Free-Form Tabular Data Generation via Joint Numerical-Language Diffusion
von: Cai, Donghong, et al.
Veröffentlicht: (2026)

OCN: Effectively Utilizing Higher-Order Common Neighbors for Better Link Prediction
von: Wang, Juntong, et al.
Veröffentlicht: (2025)

The Road Less Traveled: Enhancing Exploration in LLMs via Sequential Sampling
von: Kang, Shijia, et al.
Veröffentlicht: (2025)

PiSSA: Principal Singular Values and Singular Vectors Adaptation of Large Language Models
von: Meng, Fanxu, et al.
Veröffentlicht: (2024)

Generalizability of Neural Networks Minimizing Empirical Risk Based on Expressive Ability
von: Yu, Lijia, et al.
Veröffentlicht: (2025)

SPGNN: Recognizing Salient Subgraph Patterns via Enhanced Graph Convolution and Pooling
von: Dong, Zehao, et al.
Veröffentlicht: (2024)

Is Distance Matrix Enough for Geometric Deep Learning?
von: Li, Zian, et al.
Veröffentlicht: (2023)

On the Completeness of Invariant Geometric Deep Learning Models
von: Li, Zian, et al.
Veröffentlicht: (2024)

BHyGNN+: Unsupervised Representation Learning for Heterophilic Hypergraphs
von: Ma, Tianyi, et al.
Veröffentlicht: (2026)

Knowledge is Not Enough: Injecting RL Skills for Continual Adaptation
von: Tang, Pingzhi, et al.
Veröffentlicht: (2026)

LLM and GNN are Complementary: Distilling LLM for Multimodal Graph Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2024)

Enhancing Knowledge Graph Completion with GNN Distillation and Probabilistic Interaction Modeling
von: Wang, Lingzhi, et al.
Veröffentlicht: (2025)

CLOVER: Cross-Layer Orthogonal Vectors Pruning and Fine-Tuning
von: Meng, Fanxu, et al.
Veröffentlicht: (2024)

Geometric Representation Condition Improves Equivariant Molecule Generation
von: Li, Zian, et al.
Veröffentlicht: (2024)

Neural Common Neighbor with Completion for Link Prediction
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)

HD-PiSSA: High-Rank Distributed Orthogonal Adaptation
von: Wang, Yiding, et al.
Veröffentlicht: (2025)

A Differential Geometric View and Explainability of GNN on Evolving Graphs
von: Liu, Yazheng, et al.
Veröffentlicht: (2024)

RulE: Knowledge Graph Reasoning with Rule Embedding
von: Tang, Xiaojuan, et al.
Veröffentlicht: (2022)

Polynormer: Polynomial-Expressive Graph Transformer in Linear Time
von: Deng, Chenhui, et al.
Veröffentlicht: (2024)

GNN-based Passenger Request Prediction
von: Makhdomi, Aqsa Ashraf, et al.
Veröffentlicht: (2023)

Are Expressive Models Truly Necessary for Offline RL?
von: Wang, Guan, et al.
Veröffentlicht: (2024)

NeuronSeek: On Stability and Expressivity of Task-driven Neurons
von: Pei, Hanyu, et al.
Veröffentlicht: (2025)

CanvasMAR: Improving Masked Autoregressive Video Prediction With Canvas
von: Li, Zian, et al.
Veröffentlicht: (2025)

SpikeSTAG: Spatial-Temporal Forecasting via GNN-SNN Collaboration
von: Hu, Bang, et al.
Veröffentlicht: (2025)

Expressiveness of Multi-Neuron Convex Relaxations in Neural Network Certification
von: Mao, Yuhao, et al.
Veröffentlicht: (2024)

Breaking the Blocks: Continuous Low-Rank Decomposed Scaling for Unified LLM Quantization and Adaptation
von: Tang, Pingzhi, et al.
Veröffentlicht: (2026)

FlashMol: High-Quality Molecule Generation in as Few as Four Steps
von: Wei, Xinyuan, et al.
Veröffentlicht: (2026)

Every Bit Counts: A Theoretical Study of Precision-Expressivity Tradeoffs in Quantized Transformers
von: Chakrabarti, Sayak, et al.
Veröffentlicht: (2026)

GNN's Uncertainty Quantification using Self-Distillation
von: Daneshvar, Hirad, et al.
Veröffentlicht: (2025)

LiGNN: Graph Neural Networks at LinkedIn
von: Borisyuk, Fedor, et al.
Veröffentlicht: (2024)

Forget and Explain: Transparent Verification of GNN Unlearning
von: Ahsan, Imran, et al.
Veröffentlicht: (2025)