Buchumschlag

GraphEdit: Large Language Models for Graph Structure Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Zirui, Xia, Lianghao, Yu, Yanhua, Wang, Yuling, Lu, Kangkang, Huang, Zhiyong, Huang, Chao
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

AnyGraph: Graph Foundation Model in the Wild
von: Xia, Lianghao, et al.
Veröffentlicht: (2024)

OpenGraph: Towards Open Graph Foundation Models
von: Xia, Lianghao, et al.
Veröffentlicht: (2024)

LightGNN: Simple Graph Neural Network for Recommendation
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

DiffGraph: Heterogeneous Graph Diffusion Model
von: Li, Zongwei, et al.
Veröffentlicht: (2025)

Enhancing Spectral Graph Neural Networks with LLM-Predicted Homophily
von: Lu, Kangkang, et al.
Veröffentlicht: (2025)

A Survey of Large Language Models for Graphs
von: Ren, Xubin, et al.
Veröffentlicht: (2024)

LightRAG: Simple and Fast Retrieval-Augmented Generation
von: Guo, Zirui, et al.
Veröffentlicht: (2024)

Pre-training for Recommendation Unlearning
von: Chen, Guoxuan, et al.
Veröffentlicht: (2025)

EasyST: A Simple Framework for Spatio-Temporal Prediction
von: Tang, Jiabin, et al.
Veröffentlicht: (2024)

GEDAN: Learning the Edit Costs for Graph Edit Distance
von: Leonardi, Francesco, et al.
Veröffentlicht: (2025)

Reflex: Reinforcement Learning with Reflection Symmetry Exploitation in State-Based Continuous Control
von: Zhen, Shuai, et al.
Veröffentlicht: (2026)

Bridging Large Language Models and Graph Structure Learning Models for Robust Representation Learning
von: Su, Guangxin, et al.
Veröffentlicht: (2024)

FlashST: A Simple and Universal Prompt-Tuning Framework for Traffic Prediction
von: Li, Zhonghang, et al.
Veröffentlicht: (2024)

Computing Approximate Graph Edit Distance via Optimal Transport
von: Cheng, Qihao, et al.
Veröffentlicht: (2024)

Addressing Graph Heterogeneity and Heterophily from A Spectral Perspective
von: Lu, Kangkang, et al.
Veröffentlicht: (2024)

Federated Graph Semantic and Structural Learning
von: Huang, Wenke, et al.
Veröffentlicht: (2024)

HeTa: Relation-wise Heterogeneous Graph Foundation Attack Model
von: Wang, Yuling, et al.
Veröffentlicht: (2025)

LoReC: Rethinking Large Language Models for Graph Data Analysis
von: Zhan, Hongyu, et al.
Veröffentlicht: (2026)

Test-Time Training on Graphs with Large Language Models (LLMs)
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2024)

Towards Unsupervised Training of Matching-based Graph Edit Distance Solver via Preference-aware GAN
von: Huang, Wei, et al.
Veröffentlicht: (2025)

Exploring the Potential of Large Language Models (LLMs) in Learning on Graphs
von: Chen, Zhikai, et al.
Veröffentlicht: (2023)

A Survey of Quantized Graph Representation Learning: Connecting Graph Structures with Large Language Models
von: Lin, Qika, et al.
Veröffentlicht: (2025)

Learning on Graphs with Large Language Models(LLMs): A Deep Dive into Model Robustness
von: Guo, Kai, et al.
Veröffentlicht: (2024)

GraphAgent: Agentic Graph Language Assistant
von: Yang, Yuhao, et al.
Veröffentlicht: (2024)

Knowledge Probing for Graph Representation Learning
von: Zhao, Mingyu, et al.
Veröffentlicht: (2024)

Are Large-Language Models Graph Algorithmic Reasoners?
von: Taylor, Alexander K, et al.
Veröffentlicht: (2024)

Graph Structure Learning with Privacy Guarantees for Open Graph Data
von: Guo, Muhao, et al.
Veröffentlicht: (2025)

Graph Attention-based Adaptive Transfer Learning for Link Prediction
von: Lu, Huashen, et al.
Veröffentlicht: (2025)

Data-centric Federated Graph Learning with Large Language Models
von: Yan, Bo, et al.
Veröffentlicht: (2025)

Democratizing Large Language Model-Based Graph Data Augmentation via Latent Knowledge Graphs
von: Feng, Yushi, et al.
Veröffentlicht: (2025)

Graph Edits for Counterfactual Explanations: A comparative study
von: Dimitriou, Angeliki, et al.
Veröffentlicht: (2024)

Spatial-temporal Graph Convolutional Networks with Diversified Transformation for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Bridging Sequence and Graph Structure for Epigenetic Age Prediction
von: Li, Yao, et al.
Veröffentlicht: (2026)

SelfGNN: Self-Supervised Graph Neural Networks for Sequential Recommendation
von: Liu, Yuxi, et al.
Veröffentlicht: (2024)

GraphPro: Graph Pre-training and Prompt Learning for Recommendation
von: Yang, Yuhao, et al.
Veröffentlicht: (2023)

Graph-based Confidence Calibration for Large Language Models
von: Li, Yukun, et al.
Veröffentlicht: (2024)

GraphSeqLM: A Unified Graph Language Framework for Omic Graph Learning
von: Zhang, Heming, et al.
Veröffentlicht: (2024)

Learning to Model Graph Structural Information on MLPs via Graph Structure Self-Contrasting
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

Faithful Interpretation for Graph Neural Networks
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Graph Machine Learning in the Era of Large Language Models (LLMs)
von: Wang, Shijie, et al.
Veröffentlicht: (2024)