Buchumschlag

Breaking the Entanglement of Homophily and Heterophily in Semi-supervised Node Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Henan, Li, Xunkai, Wu, Zhengyu, Su, Daohan, Li, Rong-Hua, Wang, Guoren
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AdaFGL: A New Paradigm for Federated Node Classification with Topology Heterogeneity
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Rethinking Node-wise Propagation for Large-scale Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Towards Data-centric Machine Learning on Directed Graphs: a Survey
von: Sun, Henan, et al.
Veröffentlicht: (2024)

LightDiC: A Simple yet Effective Approach for Large-scale Digraph Representation Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Toward Effective Digraph Representation Learning: A Magnetic Adaptive Propagation based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Toward Scalable Graph Unlearning: A Node Influence Maximization based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

DiRW: Path-Aware Digraph Learning for Heterophily
von: Su, Daohan, et al.
Veröffentlicht: (2024)

Towards Unbiased Federated Graph Learning: Label and Topology Perspectives
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

Federated Prototype Graph Learning
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

FedGTA: Topology-aware Averaging for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Toward Effective Multimodal Graph Foundation Model: A Divide-and-Conquer Based Approach
von: Liu, Sicheng, et al.
Veröffentlicht: (2026)

Toward Data-centric Directed Graph Learning: An Entropy-driven Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Disentangling Homophily and Heterophily in Multimodal Graph Clustering
von: Guo, Zhaochen, et al.
Veröffentlicht: (2025)

FedTAD: Topology-aware Data-free Knowledge Distillation for Subgraph Federated Learning
von: Zhu, Yinlin, et al.
Veröffentlicht: (2024)

OpenFGL: A Comprehensive Benchmark for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

A Comprehensive Data-centric Overview of Federated Graph Learning
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

LION: A Clifford Neural Paradigm for Multimodal-Attributed Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2026)

Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond
von: Platonov, Oleg, et al.
Veröffentlicht: (2022)

Enhancing Homophily-Heterophily Separation: Relation-Aware Learning in Heterogeneous Graphs
von: Zheng, Ziyu, et al.
Veröffentlicht: (2025)

DisenSemi: Semi-supervised Graph Classification via Disentangled Representation Learning
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Open-World Semi-Supervised Learning for Node Classification
von: Wang, Yanling, et al.
Veröffentlicht: (2024)

Recurrent Attention Walk for Semi-supervised Classification
von: Akujuobi, Uchenna, et al.
Veröffentlicht: (2019)

Towards Effective and General Graph Unlearning via Mutual Evolution
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Hypergraph-enhanced Dual Semi-supervised Graph Classification
von: Ju, Wei, et al.
Veröffentlicht: (2024)

Towards Effective Federated Graph Foundation Model via Mitigating Knowledge Entanglement
von: Zhu, Yinlin, et al.
Veröffentlicht: (2025)

H$^3$GNNs: Harmonizing Heterophily and Homophily in GNNs via Joint Structural Node Encoding and Self-Supervised Learning
von: Xue, Rui, et al.
Veröffentlicht: (2025)

Revisiting Graph-Based Fraud Detection in Sight of Heterophily and Spectrum
von: Xu, Fan, et al.
Veröffentlicht: (2023)

TFPS: A Temporal Filtration-enhanced Positive Sample Set Construction Method for Implicit Collaborative Filtering
von: Wu, Jiayi, et al.
Veröffentlicht: (2026)

A Survey on Learning from Graphs with Heterophily: Recent Advances and Future Directions
von: Gong, Chenghua, et al.
Veröffentlicht: (2024)

State Space Models over Directed Graphs
von: She, Junzhi, et al.
Veröffentlicht: (2025)

Handling Heterophily in Recommender Systems with Wavelet Hypergraph Diffusion
von: Sakong, Darnbi, et al.
Veröffentlicht: (2025)

Semi-supervised Credit Card Fraud Detection via Attribute-Driven Graph Representation
von: Xiang, Sheng, et al.
Veröffentlicht: (2024)

When Heterophily Meets Heterogeneous Graphs: Latent Graphs Guided Unsupervised Representation Learning
von: Shen, Zhixiang, et al.
Veröffentlicht: (2024)

Making Classic GNNs Strong Baselines Across Varying Homophily: A Smoothness-Generalization Perspective
von: Gu, Ming, et al.
Veröffentlicht: (2024)

Graph Learning in the Era of LLMs: A Survey from the Perspective of Data, Models, and Tasks
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Rethinking Federated Graph Learning: A Data Condensation Perspective
von: Zhang, Hao, et al.
Veröffentlicht: (2025)

Hyperdimensional Representation Learning for Node Classification and Link Prediction
von: Dalvi, Abhishek, et al.
Veröffentlicht: (2024)

Knowledge Homophily in Large Language Models
von: Sahu, Utkarsh, et al.
Veröffentlicht: (2025)

DOGMA: Weaving Structural Information into Data-centric Single-cell Transcriptomics Analysis
von: Zhang, Ru, et al.
Veröffentlicht: (2026)

Truncated Affinity Maximization: One-class Homophily Modeling for Graph Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2023)