Buchumschlag

Graph Positional and Structural Encoder

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cantürk, Semih, Liu, Renming, Lapointe-Gagné, Olivier, Létourneau, Vincent, Wolf, Guy, Beaini, Dominique, Rampášek, Ladislav
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

Towards Graph Foundation Models: A Study on the Generalization of Positional and Structural Encodings
von: Franks, Billy Joe, et al.
Veröffentlicht: (2024)

Attending to Graph Transformers
von: Müller, Luis, et al.
Veröffentlicht: (2023)

OpenQDC: Open Quantum Data Commons
von: Gabellini, Cristian, et al.
Veröffentlicht: (2024)

GraIP: A Benchmarking Framework For Neural Graph Inverse Problems
von: Cantürk, Semih, et al.
Veröffentlicht: (2026)

Can Computational Reducibility Lead to Transferable Models for Graph Combinatorial Optimization?
von: Cantürk, Semih, et al.
Veröffentlicht: (2026)

Towards a General Recipe for Combinatorial Optimization with Multi-Filter GNNs
von: Wenkel, Frederik, et al.
Veröffentlicht: (2024)

SeedER: Seed-and-Expand Retrieval from Knowledge Graphs
von: Shirzad, Hamed, et al.
Veröffentlicht: (2026)

On the Scalability of GNNs for Molecular Graphs
von: Sypetkowski, Maciej, et al.
Veröffentlicht: (2024)

Self-Refining Training for Amortized Density Functional Theory
von: Hassan, Majdi, et al.
Veröffentlicht: (2025)

ET-Flow: Equivariant Flow-Matching for Molecular Conformer Generation
von: Hassan, Majdi, et al.
Veröffentlicht: (2024)

HOPSE: Scalable Higher-Order Positional and Structural Encoder for Combinatorial Representations
von: Carrasco, Martin, et al.
Veröffentlicht: (2025)

Towards Autonomous Mechanistic Reasoning in Virtual Cells
von: Jang, Yunhui, et al.
Veröffentlicht: (2026)

Towards A Universal Graph Structural Encoder
von: Chen, Jialin, et al.
Veröffentlicht: (2025)

Geometry-Aware Edge Pooling for Graph Neural Networks
von: Limbeck, Katharina, et al.
Veröffentlicht: (2025)

How Molecules Impact Cells: Unlocking Contrastive PhenoMolecular Retrieval
von: Fradkin, Philip, et al.
Veröffentlicht: (2024)

Diversity Curves for Graph Representation Learning
von: Limbeck, Katharina, et al.
Veröffentlicht: (2026)

Discrete Graph Auto-Encoder
von: Boget, Yoann, et al.
Veröffentlicht: (2023)

Non-Asymptotic Optimization and Generalization Bounds for Stochastic Gauss-Newton in Overparameterized Models
von: Cayci, Semih
Veröffentlicht: (2025)

Uncovering a Universal Abstract Algorithm for Modular Addition in Neural Networks
von: McCracken, Gavin, et al.
Veröffentlicht: (2025)

Norm Augmented Graph AutoEncoders for Link Prediction
von: Liu, Yunhui, et al.
Veröffentlicht: (2025)

One-Hot Graph Encoder Embedding
von: Shen, Cencheng, et al.
Veröffentlicht: (2021)

Enhancing operational wind downscaling capabilities over Canada: Application of a Conditional Wasserstein GAN methodology
von: Guevara, Jorge, et al.
Veröffentlicht: (2024)

Lung-DETR: Deformable Detection Transformer for Sparse Lung Nodule Anomaly Detection
von: Ramezani, Hooman, et al.
Veröffentlicht: (2024)

Efficient Graph Encoder Embedding for Large Sparse Graphs in Python
von: Qin, Xihan, et al.
Veröffentlicht: (2024)

Deep Manifold Graph Auto-Encoder for Attributed Graph Embedding
von: Hu, Bozhen, et al.
Veröffentlicht: (2024)

Manifold-Matching Autoencoders
von: Cheret, Laurent, et al.
Veröffentlicht: (2026)

Amortized Sampling with Transferable Normalizing Flows
von: Tan, Charlie B., et al.
Veröffentlicht: (2025)

Learning Feature Encoder with Synthetic Anomalies for Weakly Supervised Graph Anomaly Detection
von: Zhou, Yingjie, et al.
Veröffentlicht: (2026)

Positional Encoder Graph Quantile Neural Networks for Geographic Data
von: de Amorim, William E. R., et al.
Veröffentlicht: (2024)

On the geometry and topology of representations: the manifolds of modular addition
von: Moisescu-Pareja, Gabriela, et al.
Veröffentlicht: (2025)

You Need an Encoder for Native Position-Independent Caching
von: Zhao, Shiju, et al.
Veröffentlicht: (2026)

Overcoming Oversmoothness in Graph Convolutional Networks via Hybrid Scattering Networks
von: Wenkel, Frederik, et al.
Veröffentlicht: (2022)

Adaptive Graph Auto-Encoder for General Data Clustering
von: Li, Xuelong, et al.
Veröffentlicht: (2020)

A Riemannian Optimization Perspective of the Gauss-Newton Method for Feedforward Neural Networks
von: Cayci, Semih
Veröffentlicht: (2024)

Convergence of Gradient Descent for Recurrent Neural Networks: A Nonasymptotic Analysis
von: Cayci, Semih, et al.
Veröffentlicht: (2024)

Recurrent Natural Policy Gradient for POMDPs
von: Cayci, Semih, et al.
Veröffentlicht: (2024)

Convergence of Stochastic Gradient Langevin Dynamics in the Lazy Training Regime
von: Oberweis, Noah, et al.
Veröffentlicht: (2025)

Unraveling the Impact of Heterophilic Structures on Graph Positive-Unlabeled Learning
von: Wu, Yuhao, et al.
Veröffentlicht: (2024)

Variational Graph Auto-Encoder Based Inductive Learning Method for Semi-Supervised Classification
von: Yang, Hanxuan, et al.
Veröffentlicht: (2024)

Informative Subgraphs Aware Masked Auto-Encoder in Dynamic Graphs
von: Jiao, Pengfe, et al.
Veröffentlicht: (2024)