Buchumschlag

Analysis and Approximate Inference of Large Random Kronecker Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liao, Zhenyu, Xia, Yuanqian, Niu, Chengmei, Xiao, Yong
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Spectral Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Angular Graph Fractional Fourier Transform: Theory and Application
von: Zhao, Feiyue, et al.
Veröffentlicht: (2025)

Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling
von: Bianchi, Filippo Maria, et al.
Veröffentlicht: (2019)

How Does Attention Help? Insights from Random Matrices on Signal Recovery from Sequence Models
von: Seddik, Mohamed El Amine
Veröffentlicht: (2026)

Statistical Limits in Random Tensors with Multiple Correlated Spikes
von: Qi, Yang, et al.
Veröffentlicht: (2025)

Graph Alignment via Birkhoff Relaxation
von: Varma, Sushil Mahavir, et al.
Veröffentlicht: (2025)

Leave-one-out Singular Subspace Perturbation Analysis for Spectral Clustering
von: Zhang, Anderson Y., et al.
Veröffentlicht: (2022)

Complex Interpolation of Matrices with an application to Multi-Manifold Learning
von: Arbel, Adi, et al.
Veröffentlicht: (2026)

CatBOX: A Categorical-Continuous Bayesian Optimization with Spectral Mixture Kernels for Accelerated Catalysis Experiments
von: Zhao, Changquan, et al.
Veröffentlicht: (2025)

SPECTRA: Spectral Domain-Aware Graph Generation for Imbalanced Molecular Property Regression
von: Nogueira, Brenda, et al.
Veröffentlicht: (2025)

Spectral Graph Sparsification Preserves Representation Geometry in Graph Neural Networks
von: Krishnagopal, Sanjukta
Veröffentlicht: (2026)

On the distance spectrum of the Kronecker product of distance regular graphs
von: Mondal, Priti Prasanna, et al.
Veröffentlicht: (2024)

Persistent Sheaf Laplacian Analysis of Protein Stability and Solubility Changes upon Mutation
von: Ren, Yiming, et al.
Veröffentlicht: (2026)

A dual basis approach to multidimensional scaling
von: Lichtenberg, Samuel, et al.
Veröffentlicht: (2023)

Estimating the Spectral Moments of the Kernel Integral Operator from Finite Sample Matrices
von: Chun, Chanwoo, et al.
Veröffentlicht: (2024)

Centrality Graph Shift Operators for Graph Neural Networks
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

A Spectral Approach for Learning Spatiotemporal Neural Differential Equations
von: Xia, Mingtao, et al.
Veröffentlicht: (2023)

Graph Fourier Neural Kernels (G-FuNK): Learning Solutions of Nonlinear Diffusive Parametric PDEs on Multiple Domains
von: Loeffler, Shane E., et al.
Veröffentlicht: (2024)

Multi-Community Spectral Clustering for Geometric Graphs
von: Allem, Luiz Emilio, et al.
Veröffentlicht: (2025)

Modal Analysis of Spatiotemporal Data via Multivariate Gaussian Process Regression
von: Song, Jiwoo, et al.
Veröffentlicht: (2024)

Perturbation Bounds for Low-Rank Inverse Approximations under Noise
von: Tran, Phuc, et al.
Veröffentlicht: (2025)

Kronecker Product of Tensors and Hypergraphs: Structure and Dynamics
von: Pickard, Joshua, et al.
Veröffentlicht: (2023)

Generative Myopia: Why Diffusion Models Fail at Structure
von: Siami, Milad
Veröffentlicht: (2025)

Geometric Scattering on Measure Spaces
von: Chew, Joyce, et al.
Veröffentlicht: (2022)

Spectral Superposition: A Theory of Feature Geometry
von: Ivanov, Georgi, et al.
Veröffentlicht: (2026)

Consistency of augmentation graph and network approximability in contrastive learning
von: Li, Chenghui, et al.
Veröffentlicht: (2025)

Debiasing Random Oblique Projections for Subsampled OLS and Fast CUR in High Dimensions
von: Niu, Chengmei, et al.
Veröffentlicht: (2026)

Neural Tangent Kernel Analysis to Probe Convergence in Physics-informed Neural Solvers: PIKANs vs. PINNs
von: Faroughi, Salah A., et al.
Veröffentlicht: (2025)

A Large-Dimensional Analysis of ESPRIT DoA Estimation: Inconsistency and a Correction via RMT
von: Wang, Zhengyu, et al.
Veröffentlicht: (2025)

Spectral Perturbation Bounds for Low-Rank Approximation with Applications to Privacy
von: Tran, Phuc, et al.
Veröffentlicht: (2025)

Leveraging advances in machine learning for the robust classification and interpretation of networks
von: Appaw, Raima Carol, et al.
Veröffentlicht: (2024)

On the Expressive Power of Spectral Invariant Graph Neural Networks
von: Zhang, Bohang, et al.
Veröffentlicht: (2024)

Perturbative adaptive importance sampling for Bayesian LOO cross-validation
von: Chang, Joshua C, et al.
Veröffentlicht: (2024)

Conformal Rigidity of Graphs: Subdifferentials and Orbit-Isometries
von: Niu, Andrew
Veröffentlicht: (2026)

Shuffled Linear Regression via Spectral Matching
von: Liu, Hang, et al.
Veröffentlicht: (2024)

Fundamental Bias in Inverting Random Sampling Matrices with Application to Sub-sampled Newton
von: Niu, Chengmei, et al.
Veröffentlicht: (2025)

SPEAR-MM: Selective Parameter Evaluation and Restoration via Model Merging for Efficient Financial LLM Adaptation
von: Kapusuzoglu, Berkcan, et al.
Veröffentlicht: (2025)

Entrywise application of non-linear functions on orthogonally invariant matrices
von: Speicher, Roland, et al.
Veröffentlicht: (2024)

On the Convergence of Hermitian Dynamic Mode Decomposition
von: Boullé, Nicolas, et al.
Veröffentlicht: (2024)

Avoiding spectral pollution for transfer operators using residuals
von: Herwig, April, et al.
Veröffentlicht: (2025)

Random eigenvalues of nanotubes
von: Bille, Artur, et al.
Veröffentlicht: (2024)