Buchumschlag

Feature Distribution on Graph Topology Mediates the Effect of Graph Convolution: Homophily Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Soo Yong, Kim, Sunwoo, Bu, Fanchen, Yoo, Jaemin, Tang, Jiliang, Shin, Kijung
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

Rethinking Reconstruction-based Graph-Level Anomaly Detection: Limitations and a Simple Remedy
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

Feature-Centric Unsupervised Node Representation Learning Without Homophily Assumption
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

HypeBoy: Generative Self-Supervised Representation Learning on Hypergraphs
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

Identifying Group Anchors in Real-World Group Interactions Under Label Scarcity
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

DiffIM: Differentiable Influence Minimization with Surrogate Modeling and Continuous Relaxation
von: Lee, Junghun, et al.
Veröffentlicht: (2025)

SLADE: Detecting Dynamic Anomalies in Edge Streams without Labels via Self-Supervised Learning
von: Lee, Jongha, et al.
Veröffentlicht: (2024)

'Hello, World!': Making GNNs Talk with LLMs
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

HyperSearch: Prediction of New Hyperedges through Unconstrained yet Efficient Search
von: Choo, Hyunjin, et al.
Veröffentlicht: (2025)

Criteria-Aware Graph Filtering: Extremely Fast Yet Accurate Multi-Criteria Recommendation
von: Park, Jin-Duk, et al.
Veröffentlicht: (2025)

Spear and Shield: Adversarial Attacks and Defense Methods for Model-Based Link Prediction on Continuous-Time Dynamic Graphs
von: Lee, Dongjin, et al.
Veröffentlicht: (2023)

A Survey on Hypergraph Mining: Patterns, Tools, and Generators
von: Lee, Geon, et al.
Veröffentlicht: (2024)

What Is Missing In Homophily? Disentangling Graph Homophily For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

ItemRAG: Item-Based Retrieval-Augmented Generation for LLM-Based Recommendation
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

Homophily-aware Heterogeneous Graph Contrastive Learning
von: Wang, Haosen, et al.
Veröffentlicht: (2025)

TiGer: Self-Supervised Purification for Time-evolving Graphs
von: Jo, Hyeonsoo, et al.
Veröffentlicht: (2025)

Restructuring Graph for Higher Homophily via Adaptive Spectral Clustering
von: Li, Shouheng, et al.
Veröffentlicht: (2022)

PyTorch-based Geometric Learning with Non-CUDA Processing Units: Experiences from Intel Gaudi-v2 HPUs
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

Rethinking Contrastive Learning for Graph Collaborative Filtering: Limitations and a Simple Remedy
von: Lee, Geon, et al.
Veröffentlicht: (2026)

A Survey on Centrality and Importance Measures in Hypergraphs: Categorization and Empirical Insights
von: Chun, Jaewan, et al.
Veröffentlicht: (2025)

On Measuring Unnoticeability of Graph Adversarial Attacks: Observations, New Measure, and Applications
von: Jo, Hyeonsoo, et al.
Veröffentlicht: (2025)

DuoGNN: Topology-aware Graph Neural Network with Homophily and Heterophily Interaction-Decoupling
von: Mancini, K., et al.
Veröffentlicht: (2024)

Revisiting Graph Homophily Measures
von: Mironov, Mikhail, et al.
Veröffentlicht: (2024)

On Training-Test (Mis)alignment in Unsupervised Combinatorial Optimization: Observation, Empirical Exploration, and Analysis
von: Bu, Fanchen, et al.
Veröffentlicht: (2025)

Homophily-Related: Adaptive Hybrid Graph Filter for Multi-View Graph Clustering
von: Wen, Zichen, et al.
Veröffentlicht: (2024)

Edge Probability Graph Models Beyond Edge Independency: Concepts, Analyses, and Algorithms
von: Bu, Fanchen, et al.
Veröffentlicht: (2024)

NetEffect: Discovery and Exploitation of Generalized Network Effects
von: Lee, Meng-Chieh, et al.
Veröffentlicht: (2022)

Disentangling Homophily and Heterophily in Multimodal Graph Clustering
von: Guo, Zhaochen, et al.
Veröffentlicht: (2025)

Is Graph Convolution Always Beneficial For Every Feature?
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Crowdsourced Homophily Ties Based Graph Annotation Via Large Language Model
von: Bu, Yu, et al.
Veröffentlicht: (2025)

Enhancing Graph Representation Learning with Localized Topological Features
von: Yan, Zuoyu, et al.
Veröffentlicht: (2025)

Tackling Prevalent Conditions in Unsupervised Combinatorial Optimization: Cardinality, Minimum, Covering, and More
von: Bu, Fanchen, et al.
Veröffentlicht: (2024)

Masked Graph Autoencoder with Non-discrete Bandwidths
von: Zhao, Ziwen, et al.
Veröffentlicht: (2024)

Towards Robust Graph Structural Learning Beyond Homophily via Preserving Neighbor Similarity
von: Zhu, Yulin, et al.
Veröffentlicht: (2024)

On the Feasibility of Fidelity$^-$ for Graph Pruning
von: Shin, Yong-Min, et al.
Veröffentlicht: (2024)

Correlation-Aware Graph Convolutional Networks for Multi-Label Node Classification
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

Making Classic GNNs Strong Baselines Across Varying Homophily: A Smoothness-Generalization Perspective
von: Gu, Ming, et al.
Veröffentlicht: (2024)

From Raw Features to Effective Embeddings: A Three-Stage Approach for Multimodal Recipe Recommendation
von: Shin, Jeeho, et al.
Veröffentlicht: (2025)

PAGE: Prototype-Based Model-Level Explanations for Graph Neural Networks
von: Shin, Yong-Min, et al.
Veröffentlicht: (2022)

Truncated Affinity Maximization: One-class Homophily Modeling for Graph Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2023)

Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond
von: Platonov, Oleg, et al.
Veröffentlicht: (2022)