Copertina

Predicting the structure of dynamic graphs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kandanaarachchi, Sevvandi, Xu, Ziqi, Westerlund, Stefan
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Social and Information Networks
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

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

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

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

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

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

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

Graphon Mixtures
di: Kandanaarachchi, Sevvandi, et al.
Pubblicazione: (2025)

Graphons of Line Graphs
di: Kandanaarachchi, Sevvandi, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Information propagation dynamics in Deep Graph Networks
di: Gravina, Alessio
Pubblicazione: (2024)

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

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

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

HyperQuery: Beyond Binary Link Prediction
di: Maleki, Sepideh, et al.
Pubblicazione: (2025)

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

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

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

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

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

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