Buchumschlag

Predicting the structure of dynamic graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kandanaarachchi, Sevvandi, Xu, Ziqi, Westerlund, Stefan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Predicting Graph Structure via Adapted Flux Balance Analysis
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2025)

Revisiting Pre-processing Group Fairness: A Modular Benchmarking Framework
von: Oldfield, Brodie, et al.
Veröffentlicht: (2025)

An Item Response Theory-based R Module for Algorithm Portfolio Analysis
von: Oldfield, Brodie, et al.
Veröffentlicht: (2024)

A pseudo-inverse of a line graph
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2025)

Spiking Graph Predictive Coding for Reliable OOD Generalization
von: Ren, Jing, et al.
Veröffentlicht: (2026)

A survey of dynamic graph neural networks
von: Zheng, Yanping, et al.
Veröffentlicht: (2024)

Deep learning for dynamic graphs: models and benchmarks
von: Gravina, Alessio, et al.
Veröffentlicht: (2023)

Fairness Evaluation with Item Response Theory
von: Xu, Ziqi, et al.
Veröffentlicht: (2024)

Graphon Mixtures
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2025)

Graphons of Line Graphs
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2024)

Transfer operators on graphs: Spectral clustering and beyond
von: Klus, Stefan, et al.
Veröffentlicht: (2023)

PhoGAD: Graph-based Anomaly Behavior Detection with Persistent Homology Optimization
von: Yuan, Ziqi, et al.
Veröffentlicht: (2024)

Unveiling Privacy Vulnerabilities: Investigating the Role of Structure in Graph Data
von: Yuan, Hanyang, et al.
Veröffentlicht: (2024)

Extreme Value Modelling of Feature Residuals for Anomaly Detection in Dynamic Graphs
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2024)

Haar-Laplacian for directed graphs
von: Badea, Theodor-Adrian, et al.
Veröffentlicht: (2024)

The G-invariant graph Laplacian
von: Rosen, Eitan, et al.
Veröffentlicht: (2023)

Efficient and Privacy-Preserved Link Prediction via Condensed Graphs
von: Long, Yunbo, et al.
Veröffentlicht: (2025)

Community and hyperedge inference in multiple hypergraphs
von: Ni, Li, et al.
Veröffentlicht: (2025)

Predicting Post Virality with Temporal Cross-Attention over Trend Signals
von: Somvanshi, Sarvagya, et al.
Veröffentlicht: (2026)

Modularity aided consistent attributed graph clustering via coarsening
von: Bhatia, Samarth, et al.
Veröffentlicht: (2024)

Representation learning in multiplex graphs: Where and how to fuse information?
von: Bielak, Piotr, et al.
Veröffentlicht: (2024)

H3: A Healthcare Three-Hop Index for Physician Referral Network Prediction
von: Gu, Zhexi, et al.
Veröffentlicht: (2026)

Improving the interpretability of GNN predictions through conformal-based graph sparsification
von: Sanchez-Martin, Pablo, et al.
Veröffentlicht: (2024)

Leveraging graph neural networks and mobility data for COVID-19 forecasting
von: Duarte, Fernando H. O., et al.
Veröffentlicht: (2025)

Beyond symmetrization: effective adjacency matrices and renormalization for (un)singed directed graphs
von: de Resende, Bruno Messias Farias
Veröffentlicht: (2024)

A graph neural network based on feature network for identifying influential nodes
von: Hu, Yanmei, et al.
Veröffentlicht: (2025)

Inductive inference of gradient-boosted decision trees on graphs for insurance fraud detection
von: Vandervorst, Félix, et al.
Veröffentlicht: (2025)

Temporal social network modeling of mobile connectivity data with graph neural networks
von: Jaskari, Joel, et al.
Veröffentlicht: (2025)

Predict Confidently, Predict Right: Abstention in Dynamic Graph Learning
von: Gayen, Jayadratha, et al.
Veröffentlicht: (2025)

Information propagation dynamics in Deep Graph Networks
von: Gravina, Alessio
Veröffentlicht: (2024)

GraphFM: A generalist graph transformer that learns transferable representations across diverse domains
von: Lachi, Divyansha, et al.
Veröffentlicht: (2024)

Framework of Voting Prediction of Parliament Members
von: Mizrahi, Zahi, et al.
Veröffentlicht: (2025)

A family of graph GOSPA metrics for graphs with different sizes
von: Gu, Jinhao, et al.
Veröffentlicht: (2025)

HyperQuery: Beyond Binary Link Prediction
von: Maleki, Sepideh, et al.
Veröffentlicht: (2025)

Predicting Cascading Failures with a Hyperparametric Diffusion Model
von: Xiang, Bin, et al.
Veröffentlicht: (2024)

Diffusion-based Negative Sampling on Graphs for Link Prediction
von: Nguyen, Trung-Kien, et al.
Veröffentlicht: (2024)

Manufacturing Service Capability Prediction with Graph Neural Networks
von: Li, Yunqing, et al.
Veröffentlicht: (2024)

Node Duplication Improves Cold-start Link Prediction
von: Guo, Zhichun, et al.
Veröffentlicht: (2024)

Temporal Link Prediction Using Graph Embedding Dynamics
von: Fard, Sanaz Hasanzadeh, et al.
Veröffentlicht: (2024)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
von: Zhou, Cai, et al.
Veröffentlicht: (2024)