Buchumschlag

Permutation-Invariant Graph Partitioning:How Graph Neural Networks Capture Structural Interactions?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hevapathige, Asela, Wang, Qing
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging Computational Social Science and Deep Learning: Cultural Dissemination-Inspired Graph Neural Networks
von: Hevapathige, Asela
Veröffentlicht: (2025)

Depth-Adaptive Graph Neural Networks via Learnable Bakry-'Emery Curvature
von: Hevapathige, Asela, et al.
Veröffentlicht: (2025)

Beyond Fixed Depth: Adaptive Graph Neural Networks for Node Classification Under Varying Homophily
von: Hevapathige, Asela, et al.
Veröffentlicht: (2025)

Graph Neural Diffusion via Generalized Opinion Dynamics
von: Hevapathige, Asela, et al.
Veröffentlicht: (2025)

AxelSMOTE: An Agent-Based Oversampling Algorithm for Imbalanced Classification
von: Kishanthan, Sukumar, et al.
Veröffentlicht: (2025)

DeepSN: A Sheaf Neural Framework for Influence Maximization
von: Hevapathige, Asela, et al.
Veröffentlicht: (2024)

Invariant-Stratified Propagation for Expressive Graph Neural Networks
von: Hevapathige, Asela, et al.
Veröffentlicht: (2026)

Orthogonal Activation with Implicit Group-Aware Bias Learning for Class Imbalance
von: Kishanthan, Sukumar, et al.
Veröffentlicht: (2025)

Deep Learning Meets Oversampling: A Learning Framework to Handle Imbalanced Classification
von: Kishanthan, Sukumar, et al.
Veröffentlicht: (2025)

Unveiling Global Interactive Patterns across Graphs: Towards Interpretable Graph Neural Networks
von: Wang, Yuwen, et al.
Veröffentlicht: (2024)

A Unified Invariant Learning Framework for Graph Classification
von: Sui, Yongduo, et al.
Veröffentlicht: (2025)

Fast Graph Condensation with Structure-based Neural Tangent Kernel
von: Wang, Lin, et al.
Veröffentlicht: (2023)

Explicit Feature Interaction-aware Graph Neural Networks
von: Kim, Minkyu, et al.
Veröffentlicht: (2022)

On Measuring Long-Range Interactions in Graph Neural Networks
von: Bamberger, Jacob, et al.
Veröffentlicht: (2025)

GraphEdge: Dynamic Graph Partition and Task Scheduling for GNNs Computing in Edge Network
von: Xiao, Wenjing, et al.
Veröffentlicht: (2025)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

Dissecting the Failure of Invariant Learning on Graphs
von: Wang, Qixun, et al.
Veröffentlicht: (2024)

Permutation Picture of Graph Combinatorial Optimization Problems
von: Min, Yimeng
Veröffentlicht: (2024)

Optimizing Sensory Neurons: Nonlinear Attention Mechanisms for Accelerated Convergence in Permutation-Invariant Neural Networks for Reinforcement Learning
von: Muzaffar, Junaid, et al.
Veröffentlicht: (2025)

Graphs Unveiled: Graph Neural Networks and Graph Generation
von: Kovács, László, et al.
Veröffentlicht: (2024)

Leveraging Invariant Principle for Heterophilic Graph Structure Distribution Shifts
von: Yang, Jinluan, et al.
Veröffentlicht: (2024)

Topological Neural Networks: Mitigating the Bottlenecks of Graph Neural Networks via Higher-Order Interactions
von: Giusti, Lorenzo
Veröffentlicht: (2024)

Non-convolutional Graph Neural Networks
von: Wang, Yuanqing, et al.
Veröffentlicht: (2024)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

Deep Graph Neural Point Process For Learning Temporal Interactive Networks
von: Chen, Su, et al.
Veröffentlicht: (2025)

Exact Computation of Any-Order Shapley Interactions for Graph Neural Networks
von: Muschalik, Maximilian, et al.
Veröffentlicht: (2025)

Contrastive Dual-Interaction Graph Neural Network for Molecular Property Prediction
von: Zhao, Zexing, et al.
Veröffentlicht: (2024)

Boolean Product Graph Neural Networks
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Feature and Structure Aware Random Walk
von: Zhuo, Wei, et al.
Veröffentlicht: (2021)

Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection
von: Dong, Xiangyu, et al.
Veröffentlicht: (2023)

SwinGNN: Rethinking Permutation Invariance in Diffusion Models for Graph Generation
von: Yan, Qi, et al.
Veröffentlicht: (2023)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Enhancing the Resilience of Graph Neural Networks to Topological Perturbations in Sparse Graphs
von: He, Shuqi, et al.
Veröffentlicht: (2024)

Graph Neural Networks Use Graphs When They Shouldn't
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2023)

Faithful Interpretation for Graph Neural Networks
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

GraphXAIN: Narratives to Explain Graph Neural Networks
von: Cedro, Mateusz, et al.
Veröffentlicht: (2024)

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

Permutation Invariant Learning with High-Dimensional Particle Filters
von: Boopathy, Akhilan, et al.
Veröffentlicht: (2024)

Cooperative Graph Neural Networks
von: Finkelshtein, Ben, et al.
Veröffentlicht: (2023)