Buchumschlag

STRIDE: Structure and Embedding Distillation with Attention for Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ahluwalia, Anshul, Behnam, Payman, Das, Rohit, Khare, Alind, Chakraborty, Biswadeep, Li, Pan, Tumanov, Alexey
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

SuperFedNAS: Cost-Efficient Federated Neural Architecture Search for On-Device Inference
von: Khare, Alind, et al.
Veröffentlicht: (2023)

KLAS: Using Similarity to Stitch Neural Networks for Improved Accuracy-Efficiency Tradeoffs
von: Sanyal, Debopam, et al.
Veröffentlicht: (2026)

RocketKV: Accelerating Long-Context LLM Inference via Two-Stage KV Cache Compression
von: Behnam, Payman, et al.
Veröffentlicht: (2025)

DεpS: Delayed ε-Shrinking for Faster Once-For-All Training
von: Annavajjala, Aditya, et al.
Veröffentlicht: (2024)

Dynamic Graph Structure Estimation for Learning Multivariate Point Process using Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)

A Dynamical Systems-Inspired Pruning Strategy for Addressing Oversmoothing in Graph Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2024)

FLAMES: A Hybrid Spiking-State Space Model for Adaptive Memory Retention in Event-Based Learning
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)

Has the Deep Neural Network learned the Stochastic Process? An Evaluation Viewpoint
von: Kumar, Harshit, et al.
Veröffentlicht: (2024)

Feature-Enhanced Graph Neural Networks for Classification of Synthetic Graph Generative Models: A Benchmarking Study
von: Dyer, Janek, et al.
Veröffentlicht: (2025)

Graph Neural Network Causal Explanation via Neural Causal Models
von: Behnam, Arman, et al.
Veröffentlicht: (2024)

RoboKoop: Efficient Control Conditioned Representations from Visual Input in Robotics using Koopman Operator
von: Kumawat, Hemant, et al.
Veröffentlicht: (2024)

Flex-GAD : Flexible Graph Anomaly Detection
von: Chakraborty, Apu, et al.
Veröffentlicht: (2025)

STRIDE: Structured Lagrangian and Stochastic Residual Dynamics via Flow Matching
von: Kotecha, Prakrut, et al.
Veröffentlicht: (2026)

PLUM: Improving Inference Efficiency By Leveraging Repetition-Sparsity Trade-Off
von: Kuhar, Sachit, et al.
Veröffentlicht: (2023)

Towards Robust Real-Time Hardware-based Mobile Malware Detection using Multiple Instance Learning Formulation
von: Kumar, Harshit, et al.
Veröffentlicht: (2024)

Adversarial Curriculum Graph-Free Knowledge Distillation for Graph Neural Networks
von: Jia, Yuang, et al.
Veröffentlicht: (2025)

STRIDE: Learnable Stepwise Language Feedback for LLM Reasoning
von: Zhang, Junjie, et al.
Veröffentlicht: (2026)

GSTAM: Efficient Graph Distillation with Structural Attention-Matching
von: Rasti-Meymandi, Arash, et al.
Veröffentlicht: (2024)

DGNN: Decoupled Graph Neural Networks with Structural Consistency between Attribute and Graph Embedding Representations
von: Wang, Jinlu, et al.
Veröffentlicht: (2024)

A Multilateral Attention-enhanced Deep Neural Network for Disease Outbreak Forecasting: A Case Study on COVID-19
von: Anshul, Ashutosh, et al.
Veröffentlicht: (2024)

Neural Prior Estimation: Learning Class Priors from Latent Representations
von: Yavari, Masoud, et al.
Veröffentlicht: (2026)

Flow-Attentional Graph Neural Networks
von: Plettenberg, Pascal, et al.
Veröffentlicht: (2025)

Logical Distillation of Graph Neural Networks
von: Pluska, Alexander, et al.
Veröffentlicht: (2024)

Optimality of Sub-network Laplace Approximations: New Results and Methods
von: Raha, Swarnali, et al.
Veröffentlicht: (2026)

Self-Attention Empowered Graph Convolutional Network for Structure Learning and Node Embedding
von: Jiang, Mengying, et al.
Veröffentlicht: (2024)

Collusion Detection with Graph Neural Networks
von: Gomes, Lucas, et al.
Veröffentlicht: (2024)

Learning Locally Interacting Discrete Dynamical Systems: Towards Data-Efficient and Scalable Prediction
von: Kang, Beomseok, et al.
Veröffentlicht: (2024)

Rethinking Structure Learning For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Asynchronous Message Passing for Addressing Oversquashing in Graph Neural Networks
von: Bose, Kushal, et al.
Veröffentlicht: (2025)

Online Adversarial Knowledge Distillation for Graph Neural Networks
von: Wang, Can, et al.
Veröffentlicht: (2021)

Fully Embedded Time-Series Generative Adversarial Networks
von: Beck, Joe, et al.
Veröffentlicht: (2023)

Toward Fair Graph Neural Networks Via Dual-Teacher Knowledge Distillation
von: Li, Chengyu, et al.
Veröffentlicht: (2024)

Compressing Deep Neural Networks Using Explainable AI
von: Soroush, Kimia, et al.
Veröffentlicht: (2025)

Applying Tabular Deep Learning Models to Estimate Crash Injury Types of Young Motorcyclists
von: Somvanshi, Shriyank, et al.
Veröffentlicht: (2025)

Crash Severity Analysis of Child Bicyclists using Arm-Net and MambaNet
von: Somvanshi, Shriyank, et al.
Veröffentlicht: (2025)

Attn-JGNN: Attention Enhanced Join-Graph Neural Networks
von: Zhang, Jixin
Veröffentlicht: (2025)

Kernelized Edge Attention: Addressing Semantic Attention Blurring in Temporal Graph Neural Networks
von: Waghmare, Govind, et al.
Veröffentlicht: (2026)

Graph Neural Networks for Graphs with Heterophily: A Survey
von: Zheng, Xin, et al.
Veröffentlicht: (2022)

Personalized Layer Selection for Graph Neural Networks
von: Sharma, Kartik, et al.
Veröffentlicht: (2025)

Improving Graph Neural Networks on Multi-node Tasks with the Labeling Trick
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)