Buchumschlag

A General Benchmark Framework is Dynamic Graph Neural Network Need

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Zhang, Yusen
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

Benchmarking Fairness-aware Graph Neural Networks in Knowledge Graphs
von: Sasaki, Yuya
Veröffentlicht: (2025)

OpenGLT: A Comprehensive Benchmark of Graph Neural Networks for Graph-Level Tasks
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

Graph Alignment for Benchmarking Graph Neural Networks and Learning Positional Encodings
von: Lagesse, Adrien, et al.
Veröffentlicht: (2025)

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

Dynamic Spiking Framework for Graph Neural Networks
von: Yin, Nan, et al.
Veröffentlicht: (2023)

Dynamic Triangulation-Based Graph Rewiring for Graph Neural Networks
von: Attali, Hugo, et al.
Veröffentlicht: (2025)

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

STG4Traffic: A Survey and Benchmark of Spatial-Temporal Graph Neural Networks for Traffic Prediction
von: Luo, Xunlian, et al.
Veröffentlicht: (2023)

Survey on Generalization Theory for Graph Neural Networks
von: Vasileiou, Antonis, et al.
Veröffentlicht: (2025)

On the Spatiotemporal Dynamics of Generalization in Neural Networks
von: Wei, Zichao
Veröffentlicht: (2026)

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

STM-Graph: A Python Framework for Spatio-Temporal Mapping and Graph Neural Network Predictions
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Weisfeiler-Lehman goes Dynamic: An Analysis of the Expressive Power of Graph Neural Networks for Attributed and Dynamic Graphs
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2022)

Graph Neural Networks Are More Than Filters: Revisiting and Benchmarking from A Spectral Perspective
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

PAGE: Parametric Generative Explainer for Graph Neural Network
von: Qiu, Yang, et al.
Veröffentlicht: (2024)

Self-Pro: A Self-Prompt and Tuning Framework for Graph Neural Networks
von: Gong, Chenghua, et al.
Veröffentlicht: (2023)

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

Generative System Dynamics in Recurrent Neural Networks
von: Casoni, Michele, et al.
Veröffentlicht: (2025)

SIG: Efficient Self-Interpretable Graph Neural Network for Continuous-time Dynamic Graphs
von: Fang, Lanting, et al.
Veröffentlicht: (2024)

Sparse Decomposition of Graph Neural Networks
von: Hu, Yaochen, et al.
Veröffentlicht: (2024)

DTGB: A Comprehensive Benchmark for Dynamic Text-Attributed Graphs
von: Zhang, Jiasheng, et al.
Veröffentlicht: (2024)

GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization
von: Wang, Juntong, et al.
Veröffentlicht: (2026)

ChaosNetBench: Benchmarking Spatio-Temporal Graph Neural Networks on Chaotic Lattice Dynamics
von: Moges, Henok Tenaw, et al.
Veröffentlicht: (2026)

Framework GNN-AID: Graph Neural Network Analysis Interpretation and Defense
von: Lukyanov, Kirill, et al.
Veröffentlicht: (2025)

GNNBuilder: An Automated Framework for Generic Graph Neural Network Accelerator Generation, Simulation, and Optimization
von: Abi-Karam, Stefan, et al.
Veröffentlicht: (2023)

A Unified Benchmark for Evaluating Knowledge Graph Construction Methods and Graph Neural Networks
von: Kabal, Othmane, et al.
Veröffentlicht: (2026)

LOGIN: A Large Language Model Consulted Graph Neural Network Training Framework
von: Qiao, Yiran, et al.
Veröffentlicht: (2024)

A Dynamical Systems-Inspired Pruning Strategy for Addressing Oversmoothing in Graph Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2024)

Coupling Graph Neural Networks with Fractional Order Continuous Dynamics: A Robustness Study
von: Kang, Qiyu, et al.
Veröffentlicht: (2024)

Non-Euclidean Spatial Graph Neural Network
von: Zhang, Zheng, et al.
Veröffentlicht: (2023)

GNNInterpreter: A Probabilistic Generative Model-Level Explanation for Graph Neural Networks
von: Wang, Xiaoqi, et al.
Veröffentlicht: (2022)

TopoTune : A Framework for Generalized Combinatorial Complex Neural Networks
von: Papillon, Mathilde, et al.
Veröffentlicht: (2024)

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

Relating-Up: Advancing Graph Neural Networks through Inter-Graph Relationships
von: Zou, Qi, et al.
Veröffentlicht: (2024)

Relaxing Continuous Constraints of Equivariant Graph Neural Networks for Physical Dynamics Learning
von: Zheng, Zinan, et al.
Veröffentlicht: (2024)

An Operator-Consistent Graph Neural Network for Learning Diffusion Dynamics on Irregular Meshes
von: Li, Yuelian, et al.
Veröffentlicht: (2025)

Heuristic Learning with Graph Neural Networks: A Unified Framework for Link Prediction
von: Zhang, Juzheng, et al.
Veröffentlicht: (2024)

AuctionNet: A Novel Benchmark for Decision-Making in Large-Scale Games
von: Su, Kefan, et al.
Veröffentlicht: (2024)

Unifying Adversarial Perturbation for Graph Neural Networks
von: Yang, Jinluan, et al.
Veröffentlicht: (2025)