Buchumschlag

Fast and Effective GNN Training through Sequences of Random Path Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bonchi, Francesco, Gentile, Claudio, Nerini, Francesco Paolo, Panisson, André, Vitale, Fabio
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

Adversarial Online Collaborative Filtering
von: Pasteris, Stephen, et al.
Veröffentlicht: (2023)

Size-adaptive Hypothesis Testing for Fairness
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

HOLMES: HOLonym-MEronym based Semantic inspection for Convolutional Image Classifiers
von: Dibitonto, Francesco, et al.
Veröffentlicht: (2024)

Learning Individual Behavior in Agent-Based Models with Graph Diffusion Networks
von: Cozzi, Francesco, et al.
Veröffentlicht: (2025)

Multi-Class and Multi-Task Strategies for Neural Directed Link Prediction
von: Moroni, Claudio, et al.
Veröffentlicht: (2024)

Learning Multi-Frequency Partial Correlation Graphs
von: D'Acunto, Gabriele, et al.
Veröffentlicht: (2023)

Self-Directed Learning of Convex Labelings on Graphs
von: Sokolov, Georgy, et al.
Veröffentlicht: (2024)

Architecting software monitors for control-flow anomaly detection through large language models and conformance checking
von: Vitale, Francesco, et al.
Veröffentlicht: (2025)

Disentangled and Self-Explainable Node Representation Learning
von: Piaggesi, Simone, et al.
Veröffentlicht: (2024)

Adaptive Identification and Modeling of Clinical Pathways with Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2025)

Adaptive Graph Coarsening for Efficient GNN Training
von: Olshevskyi, Rostyslav, et al.
Veröffentlicht: (2025)

Provably Convergent Subgraph-wise Sampling for Fast GNN Training
von: Wang, Jie, et al.
Veröffentlicht: (2023)

Run-Time Monitoring of ERTMS/ETCS Control Flow by Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2025)

MoRE-GNN: Multi-omics Data Integration with a Heterogeneous Graph Autoencoder
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)

Network Traffic Analysis with Process Mining: The UPSIDE Case Study
von: Vitale, Francesco, et al.
Veröffentlicht: (2025)

Efficient modeling of sub-kilometer surface wind with Gaussian processes and neural networks
von: Zanetta, Francesco, et al.
Veröffentlicht: (2024)

Online Minimization of Polarization and Disagreement via Low-Rank Matrix Bandits
von: Cinus, Federico, et al.
Veröffentlicht: (2025)

Multilayer Correlation Clustering
von: Miyauchi, Atsushi, et al.
Veröffentlicht: (2024)

Query-Efficient Correlation Clustering with Noisy Oracle
von: Kuroki, Yuko, et al.
Veröffentlicht: (2024)

Link Polarity Prediction from Sparse and Noisy Labels via Multiscale Social Balance
von: Minici, Marco, et al.
Veröffentlicht: (2024)

GNNs Meet Sequence Models Along the Shortest-Path: an Expressive Method for Link Prediction
von: Ferrini, Francesco, et al.
Veröffentlicht: (2025)

Discussion: Effective and Interpretable Outcome Prediction by Training Sparse Mixtures of Linear Experts
von: Folino, Francesco, et al.
Veröffentlicht: (2024)

Bounded-Abstention Pairwise Learning to Rank
von: Ferrara, Antonio, et al.
Veröffentlicht: (2025)

Random Walk Diffusion for Efficient Large-Scale Graph Generation
von: Bernecker, Tobias, et al.
Veröffentlicht: (2024)

Finding Counterfactual Evidences for Node Classification
von: Qiu, Dazhuo, et al.
Veröffentlicht: (2025)

Addressing Instrument-Outcome Confounding in Mendelian Randomization through Representation Learning
von: Huang, Shimeng, et al.
Veröffentlicht: (2026)

Efficient GNN Training Through Structure-Aware Randomized Mini-Batching
von: Balaji, Vignesh, et al.
Veröffentlicht: (2025)

A Self-Explainable Heterogeneous GNN for Relational Deep Learning
von: Ferrini, Francesco, et al.
Veröffentlicht: (2024)

Morphling: Fast, Fused, and Flexible GNN Training at Scale
von: Anubhab, et al.
Veröffentlicht: (2025)

Investigating GNN Convergence on Large Randomly Generated Graphs with Realistic Node Feature Correlations
von: Ahmed, Mohammed Zain Ali
Veröffentlicht: (2026)

Engagement-Driven Content Generation with Large Language Models
von: Coppolillo, Erica, et al.
Veröffentlicht: (2024)

Fairness in Algorithmic Recourse Through the Lens of Substantive Equality of Opportunity
von: Bell, Andrew, et al.
Veröffentlicht: (2024)

Enhancing Anomaly-Based Intrusion Detection Systems with Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2026)

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

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

On the Identifiability of Causal Graphs with the Invariance Principle
von: Montagna, Francesco
Veröffentlicht: (2025)

Disttack: Graph Adversarial Attacks Toward Distributed GNN Training
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2024)

Subsampling Graphs with GNN Performance Guarantees
von: Jain, Mika Sarkin, et al.
Veröffentlicht: (2025)

Dynamic Risk Assessment by Bayesian Attack Graphs and Process Mining
von: Vitale, Francesco, et al.
Veröffentlicht: (2026)

Talos: A More Effective and Efficient Adversarial Defense for GNN Models Based on the Global Homophily of Graphs
von: Li, Duanyu, et al.
Veröffentlicht: (2024)