Buchumschlag

Graph Learning under Distribution Shifts: A Comprehensive Survey on Domain Adaptation, Out-of-distribution, and Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Man, Zheng, Xin, Zhang, Qin, Shen, Xiao, Luo, Xiong, Zhu, Xingquan, Pan, Shirui
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

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

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

Online GNN Evaluation Under Test-time Graph Distribution Shifts
von: Zheng, Xin, et al.
Veröffentlicht: (2024)

Spectral Invariant Learning for Dynamic Graphs under Distribution Shifts
von: Zhang, Zeyang, et al.
Veröffentlicht: (2024)

Semi-supervised Domain Adaptation in Graph Transfer Learning
von: Qiao, Ziyue, et al.
Veröffentlicht: (2023)

A Comprehensive Survey on Test-Time Adaptation under Distribution Shifts
von: Liang, Jian, et al.
Veröffentlicht: (2023)

Continual Learning for Large Language Models: A Survey
von: Wu, Tongtong, et al.
Veröffentlicht: (2024)

Graph Fairness Learning under Distribution Shifts
von: Li, Yibo, et al.
Veröffentlicht: (2024)

Oversmoothing Alleviation in Graph Neural Networks: A Survey and Unified View
von: Jin, Yufei, et al.
Veröffentlicht: (2024)

A Comprehensive Survey on Deep Graph Representation Learning
von: Ju, Wei, et al.
Veröffentlicht: (2023)

Continual Graph Learning: A Survey
von: Yuan, Qiao, et al.
Veröffentlicht: (2023)

LHGEL: Large Heterogeneous Graph Ensemble Learning using Batch View Aggregation
von: Shen, Jiajun, et al.
Veröffentlicht: (2025)

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

Beyond Generalization: A Survey of Out-Of-Distribution Adaptation on Graphs
von: Liu, Shuhan, et al.
Veröffentlicht: (2024)

Deep Learning Based Domain Adaptation Methods in Remote Sensing: A Comprehensive Survey
von: Lyu, Shuchang, et al.
Veröffentlicht: (2025)

Video Unsupervised Domain Adaptation with Deep Learning: A Comprehensive Survey
von: Xu, Yuecong, et al.
Veröffentlicht: (2022)

Causal-aware Graph Neural Architecture Search under Distribution Shifts
von: Li, Peiwen, et al.
Veröffentlicht: (2024)

GCAL: Adapting Graph Models to Evolving Domain Shifts
von: Qiao, Ziyue, et al.
Veröffentlicht: (2025)

Graphs Generalization under Distribution Shifts
von: Tian, Qin, et al.
Veröffentlicht: (2024)

Learning Graph ODE for Continuous-Time Sequential Recommendation
von: Qin, Yifang, et al.
Veröffentlicht: (2023)

Semi-supervised Domain Adaptation on Graphs with Contrastive Learning and Minimax Entropy
von: Xiao, Jiaren, et al.
Veröffentlicht: (2023)

GOODAT: Towards Test-time Graph Out-of-Distribution Detection
von: Wang, Luzhi, et al.
Veröffentlicht: (2024)

Contrastive Augmented Graph2Graph Memory Interaction for Few Shot Continual Learning
von: Qi, Biqing, et al.
Veröffentlicht: (2024)

Statistical and Machine Learning Approaches for Electrical Energy Forecasting
von: Solange Machado, et al.
Veröffentlicht: (2025)

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

Graph Neural Networks for Graphs with Heterophily: A Survey
von: Zheng, Xin, et al.
Veröffentlicht: (2022)

Open-Set Cross-Network Node Classification via Unknown-Excluded Adversarial Graph Domain Alignment
von: Shen, Xiao, et al.
Veröffentlicht: (2025)

Generalizable Learning for Frequency-Domain Channel Extrapolation under Distribution Shift
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

DACAD: Domain Adaptation Contrastive Learning for Anomaly Detection in Multivariate Time Series
von: Darban, Zahra Zamanzadeh, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning
von: Wang, Zhenyi, et al.
Veröffentlicht: (2023)

3D Test-time Adaptation via Graph Spectral Driven Point Shift
von: Wei, Xin, et al.
Veröffentlicht: (2025)

ReCoG: Relational and Compact Context Graph Learning for Few-shot Molecular Property Prediction
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

HGEN: Heterogeneous Graph Ensemble Networks
von: Shen, Jiajun, et al.
Veröffentlicht: (2025)

Continual Learning Inspired by Brain Functionality: A Comprehensive Survey
von: Muhammad Azeem Aslam, et al.
Veröffentlicht: (2025)

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

Tackling Distribution Shift in LLM via KILO: Knowledge-Instructed Learning for Continual Adaptation
von: Muttakhiroh, Iing, et al.
Veröffentlicht: (2025)

DRIFT: A Benchmark for Task-Free Continual Graph Learning with Continuous Distribution Shifts
von: Sun, Guiquan, et al.
Veröffentlicht: (2026)

Long-Tailed Out-of-Distribution Detection via Normalized Outlier Distribution Adaptation
von: Miao, Wenjun, et al.
Veröffentlicht: (2024)

Rule Learning for Knowledge Graph Reasoning under Agnostic Distribution Shift
von: Liu, Shixuan, et al.
Veröffentlicht: (2025)

PLOOD: Partial Label Learning with Out-of-distribution Objects
von: Huang, Jintao, et al.
Veröffentlicht: (2024)