Buchumschlag

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Pengfei, Wang, Yan, Liu, Guanfeng, Wang, Nan, Zhou, Xiaofang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Re-understanding Graph Unlearning through Memorization
von: Ding, Pengfei, et al.
Veröffentlicht: (2026)

Few-shot Learning on Heterogeneous Graphs: Challenges, Progress, and Prospects
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Towards Comprehensive and Prerequisite-Free Explainer for Graph Neural Networks
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Graph Representation Learning via Causal Diffusion for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Is Meta-Learning Out? Rethinking Unsupervised Few-Shot Classification with Limited Entropy
von: Guan, Yunchuan, et al.
Veröffentlicht: (2025)

DIVE: Subgraph Disagreement for Graph Out-of-Distribution Generalization
von: Sun, Xin, et al.
Veröffentlicht: (2024)

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

Invariant Graph Learning Meets Information Bottleneck for Out-of-Distribution Generalization
von: Mao, Wenyu, et al.
Veröffentlicht: (2024)

Causal-Symbolic Meta-Learning (CSML): Inducing Causal World Models for Few-Shot Generalization
von: S, Mohamed Zayaan
Veröffentlicht: (2025)

Quantum Diffusion Models for Few-Shot Learning
von: Wang, Ruhan, et al.
Veröffentlicht: (2024)

Generative Risk Minimization for Out-of-Distribution Generalization on Graphs
von: Wang, Song, et al.
Veröffentlicht: (2025)

Meta-Learning Based Few-Shot Graph-Level Anomaly Detection
von: Li, Liting, et al.
Veröffentlicht: (2025)

Revisiting Few-Shot Learning from a Causal Perspective
von: Lin, Guoliang, et al.
Veröffentlicht: (2022)

Context-aware Graph Causality Inference for Few-Shot Molecular Property Prediction
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2026)

How Few-Shot Examples Add Up: A Causal Decomposition of Function Vectors in In-Context Learning
von: Wang, Entang, et al.
Veröffentlicht: (2026)

ID-like Prompt Learning for Few-Shot Out-of-Distribution Detection
von: Bai, Yichen, et al.
Veröffentlicht: (2023)

Enhancing Distribution and Label Consistency for Graph Out-of-Distribution Generalization
von: Wang, Song, et al.
Veröffentlicht: (2025)

Fast Graph Sharpness-Aware Minimization for Enhancing and Accelerating Few-Shot Node Classification
von: Luo, Yihong, et al.
Veröffentlicht: (2024)

SGPT: Few-Shot Prompt Tuning for Signed Graphs
von: Zhai, Zian, et al.
Veröffentlicht: (2024)

Disentangled Generative Graph Representation Learning
von: Hu, Xinyue, et al.
Veröffentlicht: (2024)

Context-Aware Adapter Tuning for Few-Shot Relation Learning in Knowledge Graphs
von: Liu, Ran, et al.
Veröffentlicht: (2024)

Bounded and Uniform Energy-based Out-of-distribution Detection for Graphs
von: Yang, Shenzhi, et al.
Veröffentlicht: (2025)

SGOOD: Substructure-enhanced Graph-Level Out-of-Distribution Detection
von: Ding, Zhihao, et al.
Veröffentlicht: (2023)

Refining Latent Representations: A Generative SSL Approach for Heterogeneous Graph Learning
von: Hu, Yulan, et al.
Veröffentlicht: (2023)

Humanoid-inspired Causal Representation Learning for Domain Generalization
von: Tao, Ze, et al.
Veröffentlicht: (2025)

Adaptive Graph Unlearning
von: Ding, Pengfei, et al.
Veröffentlicht: (2025)

Bridging Generalization and Personalization in Human Activity Recognition via On-Device Few-Shot Learning
von: Kang, Pixi, et al.
Veröffentlicht: (2025)

Improving Out-of-Distribution Generalization of Trajectory Prediction for Autonomous Driving via Polynomial Representations
von: Yao, Yue, et al.
Veröffentlicht: (2024)

GOODAT: Towards Test-time Graph Out-of-Distribution Detection
von: Wang, Luzhi, et al.
Veröffentlicht: (2024)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
von: Li, Dong, et al.
Veröffentlicht: (2024)

Metric Based Few-Shot Graph Classification
von: Crisostomi, Donato, et al.
Veröffentlicht: (2022)

A Survey of Out-of-distribution Generalization for Graph Machine Learning from a Causal View
von: Ma, Jing
Veröffentlicht: (2024)

HeTa: Relation-wise Heterogeneous Graph Foundation Attack Model
von: Wang, Yuling, et al.
Veröffentlicht: (2025)

Adaptive Clipping for Privacy-Preserving Few-Shot Learning: Enhancing Generalization with Limited Data
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

MetaGAD: Meta Representation Adaptation for Few-Shot Graph Anomaly Detection
von: Xu, Xiongxiao, et al.
Veröffentlicht: (2023)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

Causal Neighbourhood Learning for Invariant Graph Representations
von: Job, Simi, et al.
Veröffentlicht: (2026)

Causal Negative Sampling via Diffusion Model for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2025)

Task Aware Modulation using Representation Learning: An Approach for Few Shot Learning in Environmental Systems
von: Renganathan, Arvind, et al.
Veröffentlicht: (2023)

HGMP:Heterogeneous Graph Multi-Task Prompt Learning
von: Jiao, Pengfei, et al.
Veröffentlicht: (2025)