:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Xiaoxue, Feng, Zhuo, Ning, Yue
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2401.03077
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Topological Spatial Graph Coarsening
von: Calissano, Anna, et al.
Veröffentlicht: (2025)

Exploring Concept Subspace for Self-explainable Text-Attributed Graph Learning
von: Han, Xiaoxue, et al.
Veröffentlicht: (2026)

Scalable Topology-Preserving Graph Coarsening: Concepts and Algorithms
von: Wu, Xiang, et al.
Veröffentlicht: (2026)

DeCaf: A Causal Decoupling Framework for OOD Generalization on Node Classification
von: Han, Xiaoxue, et al.
Veröffentlicht: (2024)

Gromov-Wasserstein Graph Coarsening
von: Taveras, Carlos A., et al.
Veröffentlicht: (2025)

A Flexible, Equivariant Framework for Subgraph GNNs via Graph Products and Graph Coarsening
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2024)

Graph Coarsening with Message-Passing Guarantees
von: Joly, Antonin, et al.
Veröffentlicht: (2024)

Taxonomy of reduction matrices for Graph Coarsening
von: Joly, Antonin, et al.
Veröffentlicht: (2025)

Adaptive Graph Coarsening for Efficient GNN Training
von: Olshevskyi, Rostyslav, et al.
Veröffentlicht: (2025)

Adaptive Graph Learning with Transformer for Multi-Reservoir Inflow Prediction
von: Hu, Pengfei, et al.
Veröffentlicht: (2025)

Faster Graph Embeddings via Coarsening
von: Fahrbach, Matthew, et al.
Veröffentlicht: (2020)

SHyPar: A Spectral Coarsening Approach to Hypergraph Partitioning
von: Sajadinia, Hamed, et al.
Veröffentlicht: (2024)

Continual Learning on Graphs: A Survey
von: Tian, Zonggui, et al.
Veröffentlicht: (2024)

Graph Coarsening via Supervised Granular-Ball for Scalable Graph Neural Network Training
von: Xia, Shuyin, et al.
Veröffentlicht: (2024)

LGDC: Latent Graph Diffusion via Spectrum-Preserving Coarsening
von: Osman, Nagham, et al.
Veröffentlicht: (2025)

Attributed Graph Clustering with Multi-Scale Weight-Based Pairwise Coarsening and Contrastive Learning
von: Li, Binxiong, et al.
Veröffentlicht: (2025)

An Efficient Loop and Clique Coarsening Algorithm for Graph Classification
von: Qi, Xiaorui, et al.
Veröffentlicht: (2024)

AH-UGC: Adaptive and Heterogeneous-Universal Graph Coarsening
von: Kataria, Mohit, et al.
Veröffentlicht: (2025)

Partition-wise Graph Filtering: A Unified Perspective Through the Lens of Graph Coarsening
von: Li, Guoming, et al.
Veröffentlicht: (2025)

Equipping Federated Graph Neural Networks with Structure-aware Group Fairness
von: Cui, Nan, et al.
Veröffentlicht: (2023)

Quantum Graph Attention Network: A Novel Quantum Multi-Head Attention Mechanism for Graph Learning
von: Ning, An, et al.
Veröffentlicht: (2025)

Efficient and Scalable Granular-ball Graph Coarsening Method for Large-scale Graph Node Classification
von: Wang, Guan, et al.
Veröffentlicht: (2026)

A Spectral Framework for Evaluating Geodesic Distances Between Graphs
von: Shuvo, Soumen Sikder, et al.
Veröffentlicht: (2024)

Rethinking Efficient Graph Coarsening via a Non-Selfishness Principle
von: Bai, Xu, et al.
Veröffentlicht: (2026)

MPLite: Multi-Aspect Pretraining for Mining Clinical Health Records
von: Yang, Eric, et al.
Veröffentlicht: (2024)

Discovering Hierarchy-Grounded Domains with Adaptive Granularity for Clinical Domain Generalization
von: Hu, Pengfei, et al.
Veröffentlicht: (2025)

CTS-Bench: Benchmarking Graph Coarsening Trade-offs for GNNs in Clock Tree Synthesis
von: Khadka, Barsat, et al.
Veröffentlicht: (2026)

DFed-SST: Building Semantic- and Structure-aware Topologies for Decentralized Federated Graph Learning
von: Guo, Lianshuai, et al.
Veröffentlicht: (2025)

TMTE: Effective Multimodal Graph Learning with Task-aware Modality and Topology Co-evolution
von: Zhu, Yinlin, et al.
Veröffentlicht: (2026)

A Comprehensive Survey on Graph Reduction: Sparsification, Coarsening, and Condensation
von: Hashemi, Mohammad, et al.
Veröffentlicht: (2024)

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

Sharpness-aware Federated Graph Learning
von: Li, Ruiyu, et al.
Veröffentlicht: (2025)

Topology-aware Reinforcement Feature Space Reconstruction for Graph Data
von: Ying, Wangyang, et al.
Veröffentlicht: (2024)

AGALE: A Graph-Aware Continual Learning Evaluation Framework
von: Zhao, Tianqi, et al.
Veröffentlicht: (2024)

HC-GAE: The Hierarchical Cluster-based Graph Auto-Encoder for Graph Representation Learning
von: Xu, Zhuo, et al.
Veröffentlicht: (2024)

Topology-Aware Graph Reinforcement Learning for Dynamic Routing in Cloud Networks
von: Wang, Yuxi, et al.
Veröffentlicht: (2025)

Topology-aware Embedding Memory for Continual Learning on Expanding Networks
von: Zhang, Xikun, et al.
Veröffentlicht: (2024)

Efficient Topology-aware Data Augmentation for High-Degree Graph Neural Networks
von: Lai, Yurui, et al.
Veröffentlicht: (2024)

A Selective Learning Method for Temporal Graph Continual Learning
von: Liu, Hanmo, et al.
Veröffentlicht: (2025)

Shape-aware Graph Spectral Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2023)