Copertina

VC dimension of Graph Neural Networks with Pfaffian activation functions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	D'Inverno, Giuseppe Alessio, Bianchini, Monica, Scarselli, Franco
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

A topological description of loss surfaces based on Betti Numbers
di: Bucarelli, Maria Sofia, et al.
Pubblicazione: (2024)

On the approximation capability of GNNs in node classification/regression tasks
di: D'Inverno, Giuseppe Alessio, et al.
Pubblicazione: (2021)

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

Comparison of Reservoir Computing topologies using the Recurrent Kernel approach
di: D'Inverno, Giuseppe Alessio, et al.
Pubblicazione: (2024)

Surrogate models for diffusion on graphs via sparse polynomials
di: D'Inverno, Giuseppe Alessio, et al.
Pubblicazione: (2025)

Physics-Informed GNN for non-linear constrained optimization: PINCO a solver for the AC-optimal power flow
di: Varbella, Anna, et al.
Pubblicazione: (2024)

Revisiting Deep Information Propagation: Fractal Frontier and Finite-size Effects
di: D'Inverno, Giuseppe Alessio, et al.
Pubblicazione: (2025)

Graph Neural Networks for temporal graphs: State of the art, open challenges, and opportunities
di: Longa, Antonio, et al.
Pubblicazione: (2023)

Product of Tensors and Description of Networks
di: Chiantini, Luca, et al.
Pubblicazione: (2024)

On Task Vectors and Gradients
di: Zhou, Luca, et al.
Pubblicazione: (2025)

Mesh-Informed Reduced Order Models for Aneurysm Rupture Risk Prediction
di: D'Inverno, Giuseppe Alessio, et al.
Pubblicazione: (2024)

Neural Learning of Fast Matrix Multiplication Algorithms: A StrassenNet Approach
di: Andreini, Paolo, et al.
Pubblicazione: (2026)

Erzeugunsgrad, VC-Dimension and Neural Networks with rational activation function
di: Pardo, Luis Miguel, et al.
Pubblicazione: (2025)

An Empirical Evaluation of Rewiring Approaches in Graph Neural Networks
di: Micheli, Alessio, et al.
Pubblicazione: (2023)

Early-Exit Graph Neural Networks
di: Di Francesco, Andrea Giuseppe, et al.
Pubblicazione: (2025)

A note on the VC dimension of 1-dimensional GNNs
di: Daniëls, Noah, et al.
Pubblicazione: (2024)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
di: Gravina, Alessio, et al.
Pubblicazione: (2024)

An innovative benefit‐of‐the‐doubt approach for health system effectiveness: a global case study on amenable mortality
di: Giovanna D'Inverno, et al.
Pubblicazione: (2024)

Data-driven multi-agent modelling of calcium interactions in cell culture: PINN vs Regularized Least-squares
di: Poggi, Aurora, et al.
Pubblicazione: (2025)

On the VC dimension of deep group convolutional neural networks
di: Sepliarskaia, Anna, et al.
Pubblicazione: (2024)

Algorithm Configuration for Structured Pfaffian Settings
di: Balcan, Maria-Florina, et al.
Pubblicazione: (2024)

L2XGNN: Learning to Explain Graph Neural Networks
di: Serra, Giuseppe, et al.
Pubblicazione: (2022)

Neural Pfaffians: Solving Many Many-Electron Schrödinger Equations
di: Gao, Nicholas, et al.
Pubblicazione: (2024)

Contradiction Graphs Determine VC Dimension
di: Campbell, Jesse, et al.
Pubblicazione: (2026)

Networks with Finite VC Dimension: Pro and Contra
di: Kurkova, Vera, et al.
Pubblicazione: (2025)

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

Excited Pfaffians: Generalized Neural Wave Functions Across Structure and State
di: Gao, Nicholas, et al.
Pubblicazione: (2026)

On rough mereology and VC-dimension in treatment of decision prediction for open world decision systems
di: Polkowski, Lech T.
Pubblicazione: (2024)

Graph Coordinates and Conventional Neural Networks -- An Alternative for Graph Neural Networks
di: Qin, Zheyi, et al.
Pubblicazione: (2023)

MAGPrompt: Message-Adaptive Graph Prompt Tuning for Graph Neural Networks
di: Nguyen, Long D., et al.
Pubblicazione: (2026)

Review of blockchain application with Graph Neural Networks, Graph Convolutional Networks and Convolutional Neural Networks
di: Ancelotti, Amy, et al.
Pubblicazione: (2024)

Neural networks with trainable matrix activation functions
di: Liu, Zhengqi, et al.
Pubblicazione: (2021)

From Graphs to Qubits: A Critical Review of Quantum Graph Neural Networks
di: Ceschini, Andrea, et al.
Pubblicazione: (2024)

Volatility in Certainty (VC): A Metric for Detecting Adversarial Perturbations During Inference in Neural Network Classifiers
di: Hemmati, Vahid, et al.
Pubblicazione: (2025)

Bounded Graph Clustering with Graph Neural Networks
di: Neocosmos, Kibidi, et al.
Pubblicazione: (2025)

Graph Kernel Neural Networks
di: Cosmo, Luca, et al.
Pubblicazione: (2021)

Credal Graph Neural Networks
di: Tolloso, Matteo, et al.
Pubblicazione: (2025)

Memorization in Graph Neural Networks
di: Jamadandi, Adarsh, et al.
Pubblicazione: (2025)

Graph Variate Neural Networks
di: Roy, Om, et al.
Pubblicazione: (2025)

Graph Neural Networks on Graph Databases
di: Lopushanskyy, Dmytro, et al.
Pubblicazione: (2024)