Buchumschlag

Weisfeiler-Leman at the margin: When more expressivity matters

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Franks, Billy J., Morris, Christopher, Velingker, Ameya, Geerts, Floris
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Discrete Mathematics Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Covered Forest: Fine-grained generalization analysis of graph neural networks
von: Vasileiou, Antonis, et al.
Veröffentlicht: (2024)

Future Directions in the Theory of Graph Machine Learning
von: Morris, Christopher, et al.
Veröffentlicht: (2024)

On the Depth of Monotone ReLU Neural Networks and ICNNs
von: Bakaev, Egor, et al.
Veröffentlicht: (2025)

Depth-Bounds for Neural Networks via the Braid Arrangement
von: Grillo, Moritz, et al.
Veröffentlicht: (2025)

Better Neural Network Expressivity: Subdividing the Simplex
von: Bakaev, Egor, et al.
Veröffentlicht: (2025)

Towards Lower Bounds on the Depth of ReLU Neural Networks
von: Hertrich, Christoph, et al.
Veröffentlicht: (2021)

Nearest Neighbor Representations of Neural Circuits
von: Kilic, Kordag Mehmet, et al.
Veröffentlicht: (2024)

Nearest Neighbor Representations of Neurons
von: Kilic, Kordag Mehmet, et al.
Veröffentlicht: (2024)

Parameterized Hardness of Zonotope Containment and Neural Network Verification
von: Froese, Vincent, et al.
Veröffentlicht: (2025)

Provably Good Solutions to the Knapsack Problem via Neural Networks of Bounded Size
von: Hertrich, Christoph, et al.
Veröffentlicht: (2020)

Neural Spacetimes for DAG Representation Learning
von: Borde, Haitz Sáez de Ocáriz, et al.
Veröffentlicht: (2024)

Approximately Optimal Search on a Higher-dimensional Sliding Puzzle
von: Merleau, Nono SC, et al.
Veröffentlicht: (2024)

Items or Relations -- what do Artificial Neural Networks learn?
von: Krause, Renate, et al.
Veröffentlicht: (2024)

Neural Snowflakes: Universal Latent Graph Inference via Trainable Latent Geometries
von: Borde, Haitz Sáez de Ocáriz, et al.
Veröffentlicht: (2023)

Graph Normalization: Fast Binarizing Dynamics for Differentiable MWIS
von: Guigues, Laurent
Veröffentlicht: (2026)

The Computational Complexity of Counting Linear Regions in ReLU Neural Networks
von: Stargalla, Moritz, et al.
Veröffentlicht: (2025)

A reinforcement learning guided hybrid evolutionary algorithm for the latency location routing problem
von: Zou, Yuji, et al.
Veröffentlicht: (2024)

A Denoising Diffusion-Based Evolutionary Algorithm Framework: Application to the Maximum Independent Set Problem
von: Soler, Joan Salvà, et al.
Veröffentlicht: (2025)

Decomposition Polyhedra of Piecewise Linear Functions
von: Brandenburg, Marie-Charlotte, et al.
Veröffentlicht: (2024)

Non-Spatial Hash Chemistry as a Minimalistic Open-Ended Evolutionary System
von: Sayama, Hiroki
Veröffentlicht: (2024)

A Memetic Algorithm To Find a Hamiltonian Cycle in a Hamiltonian Graph
von: Ali, Sarwan, et al.
Veröffentlicht: (2024)

High-level hybridization of heuristics and metaheuristics to solve symmetric TSP: a comparative study
von: Junior, Carlos Alberto da Silva, et al.
Veröffentlicht: (2024)

Metaheuristics for (Variable-Size) Mixed Optimization Problems: A Unified Taxonomy and Survey
von: Talbi, El-Ghazali
Veröffentlicht: (2024)

Fine-Grained Expressive Power of Weisfeiler-Leman: A Homomorphism Counting Perspective
von: Zhou, Junru, et al.
Veröffentlicht: (2024)

Computational complexity of the Weisfeiler-Leman dimension
von: Lichter, Moritz, et al.
Veröffentlicht: (2024)

An Upper Bound on the Weisfeiler-Leman Dimension
von: Schneider, Thomas, et al.
Veröffentlicht: (2024)

The Weisfeiler-Leman Dimension of Conjunctive Queries
von: Göbel, Andreas, et al.
Veröffentlicht: (2023)

Local search for valued constraint satisfaction parameterized by treedepth
von: Kaznatcheev, Artem
Veröffentlicht: (2024)

Which Algorithms Can Graph Neural Networks Learn?
von: Wittig, Solveig, et al.
Veröffentlicht: (2026)

The Iteration Number of the Weisfeiler-Leman Algorithm
von: Grohe, Martin, et al.
Veröffentlicht: (2023)

Symbolic Quantile Regression for the Interpretable Prediction of Conditional Quantiles
von: Hoekstra, Cas Oude, et al.
Veröffentlicht: (2025)

Comparing Quantum Annealing and Spiking Neuromorphic Computing for Sampling Binary Sparse Coding QUBO Problems
von: Henke, Kyle, et al.
Veröffentlicht: (2024)

Towards graph neural networks for provably solving convex optimization problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

LLM Guided Evolution -- The Automation of Models Advancing Models
von: Morris, Clint, et al.
Veröffentlicht: (2024)

Probabilistically Rewired Message-Passing Neural Networks
von: Qian, Chendi, et al.
Veröffentlicht: (2023)

When can transformers compositionally generalize in-context?
von: Kobayashi, Seijin, et al.
Veröffentlicht: (2024)

Quantization in Spiking Neural Networks
von: Moser, Bernhard A., et al.
Veröffentlicht: (2023)

Compressing CFI Graphs and Lower Bounds for the Weisfeiler-Leman Refinements
von: Grohe, Martin, et al.
Veröffentlicht: (2023)

Attacking Graph Neural Networks with Bit Flips: Weisfeiler and Lehman Go Indifferent
von: Kummer, Lorenz, et al.
Veröffentlicht: (2023)

Bounding the Weisfeiler-Leman Dimension via a Depth Analysis of I/R-Trees
von: Kiefer, Sandra, et al.
Veröffentlicht: (2024)