Buchumschlag

Beyond Generalization: A Survey of Out-Of-Distribution Adaptation on Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Shuhan, Ding, Kaize
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey of Deep Graph Learning under Distribution Shifts: from Graph Out-of-Distribution Generalization to Adaptation
von: Zhang, Kexin, et al.
Veröffentlicht: (2024)

Large Language Models for Anomaly and Out-of-Distribution Detection: A Survey
von: Xu, Ruiyao, et al.
Veröffentlicht: (2024)

Unifying Unsupervised Graph-Level Anomaly Detection and Out-of-Distribution Detection: A Benchmark
von: Wang, Yili, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection on Graphs: A Survey
von: Cai, Tingyi, et al.
Veröffentlicht: (2025)

A Survey on Evaluation of Out-of-Distribution Generalization
von: Yu, Han, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Robust Learning on Noisy Graphs
von: Chen, Shuyi, et al.
Veröffentlicht: (2023)

GNN-as-Judge: Unleashing the Power of LLMs for Graph Learning with GNN Feedback
von: Xu, Ruiyao, et al.
Veröffentlicht: (2026)

Subgraph Aggregation for Out-of-Distribution Generalization on Graphs
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

Improving Graph Out-of-distribution Generalization Beyond Causality
von: Xu, Can, et al.
Veröffentlicht: (2024)

MetaGAD: Meta Representation Adaptation for Few-Shot Graph Anomaly Detection
von: Xu, Xiongxiao, et al.
Veröffentlicht: (2023)

Quantifying Explanation Quality in Graph Neural Networks using Out-of-Distribution Generalization
von: Zhang, Ding, et al.
Veröffentlicht: (2026)

EMGBench: Benchmarking Out-of-Distribution Generalization and Adaptation for Electromyography
von: Yang, Jehan, et al.
Veröffentlicht: (2024)

Early Period of Training Impacts Adaptation for Out-of-Distribution Generalization: An Empirical Study
von: Liu, Chen Cecilia, et al.
Veröffentlicht: (2024)

Out-of-Distribution Generalization on Graphs via Progressive Inference
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Graph Learning under Distribution Shifts: A Comprehensive Survey on Domain Adaptation, Out-of-distribution, and Continual Learning
von: Wu, Man, et al.
Veröffentlicht: (2024)

Invariant Graph Transformer for Out-of-Distribution Generalization
von: Liao, Tianyin, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalization in Graph Foundation Models
von: Li, Haoyang, et al.
Veröffentlicht: (2026)

Generalized Out-of-Distribution Detection: A Survey
von: Yang, Jingkang, et al.
Veröffentlicht: (2021)

Generalized Out-of-Distribution Detection and Beyond in Vision Language Model Era: A Survey
von: Miyai, Atsuyuki, et al.
Veröffentlicht: (2024)

A Survey of Model Extraction Attacks and Defenses in Distributed Computing Environments
von: Zhao, Kaixiang, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalization in Time Series: A Survey
von: Wu, Xin, et al.
Veröffentlicht: (2025)

Exploring Graph-Transformer Out-of-Distribution Generalization Abilities
von: Niv, Itay, et al.
Veröffentlicht: (2025)

Graph Structure and Feature Extrapolation for Out-of-Distribution Generalization
von: Li, Xiner, et al.
Veröffentlicht: (2023)

DIVE: Subgraph Disagreement for Graph Out-of-Distribution Generalization
von: Sun, Xin, et al.
Veröffentlicht: (2024)

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

A Survey of Large Language Models for Text-Guided Molecular Discovery: from Molecule Generation to Optimization
von: Wang, Ziqing, et al.
Veröffentlicht: (2025)

Beyond Sharp Minima: Robust LLM Unlearning via Feedback-Guided Multi-Point Optimization
von: Wu, Wenhan, et al.
Veröffentlicht: (2025)

Generative Risk Minimization for Out-of-Distribution Generalization on Graphs
von: Wang, Song, et al.
Veröffentlicht: (2025)

Pruning Spurious Subgraphs for Graph Out-of-Distribution Generalization
von: Yao, Tianjun, et al.
Veröffentlicht: (2025)

Enhancing Distribution and Label Consistency for Graph Out-of-Distribution Generalization
von: Wang, Song, et al.
Veröffentlicht: (2025)

Multitask Active Learning for Graph Anomaly Detection
von: Chang, Wenjing, et al.
Veröffentlicht: (2024)

In-Context Learning of Physical Properties: Few-Shot Adaptation to Out-of-Distribution Molecular Graphs
von: Kaszuba, Grzegorz, et al.
Veröffentlicht: (2024)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

Out-of-Distribution Graph Models Merging
von: Wang, Yidi, et al.
Veröffentlicht: (2025)

Invariant Graph Learning Meets Information Bottleneck for Out-of-Distribution Generalization
von: Mao, Wenyu, et al.
Veröffentlicht: (2024)

STERLING: Synergistic Representation Learning on Bipartite Graphs
von: Jing, Baoyu, et al.
Veröffentlicht: (2023)

IENE: Identifying and Extrapolating the Node Environment for Out-of-Distribution Generalization on Graphs
von: Yang, Haoran, et al.
Veröffentlicht: (2024)

Adversarial Label Invariant Graph Data Augmentations for Out-of-Distribution Generalization
von: Zhang, Simon, et al.
Veröffentlicht: (2026)

Evolving Graph Learning for Out-of-Distribution Generalization in Non-stationary Environments
von: Sun, Qingyun, et al.
Veröffentlicht: (2025)