Buchumschlag

Self-Attention Empowered Graph Convolutional Network for Structure Learning and Node Embedding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Mengying, Liu, Guizhong, Su, Yuanchao, Wu, Xinliang
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

Node Classification via Semantic-Structural Attention-Enhanced Graph Convolutional Networks
von: Zhu, Hongyin
Veröffentlicht: (2024)

Lying Graph Convolution: Learning to Lie for Node Classification Tasks
von: Castellana, Daniele
Veröffentlicht: (2024)

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

Encoder Embedding for General Graph and Node Classification
von: Shen, Cencheng
Veröffentlicht: (2024)

Hierarchical Multi-Relational Graph Representation Learning for Large-Scale Prediction of Drug-Drug Interactions
von: Jiang, Mengying, et al.
Veröffentlicht: (2024)

Graph Attention Network for Node Regression on Random Geometric Graphs with Erdős--Rényi contamination
von: Laha, Somak, et al.
Veröffentlicht: (2026)

BANGS: Game-Theoretic Node Selection for Graph Self-Training
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

Graph Contrastive Learning with Low-Rank Regularization and Low-Rank Attention for Noisy Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

H$^3$GNNs: Harmonizing Heterophily and Homophily in GNNs via Joint Structural Node Encoding and Self-Supervised Learning
von: Xue, Rui, et al.
Veröffentlicht: (2025)

Disambiguated Node Classification with Graph Neural Networks
von: Zhao, Tianxiang, et al.
Veröffentlicht: (2024)

THeGCN: Temporal Heterophilic Graph Convolutional Network
von: Yan, Yuchen, et al.
Veröffentlicht: (2024)

Demystifying Oversmoothing in Attention-Based Graph Neural Networks
von: Wu, Xinyi, et al.
Veröffentlicht: (2023)

GraphSB: Boosting Imbalanced Node Classification on Graphs through Structural Balance
von: Zhu, Chaofan, et al.
Veröffentlicht: (2025)

Peer Disambiguation in Self-Reported Surveys using Graph Attention Networks
von: Srivastava, Ajitesh, et al.
Veröffentlicht: (2025)

Rethinking Node-wise Propagation for Large-scale Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

The Effects of Randomness on the Stability of Node Embeddings
von: Schumacher, Tobias, et al.
Veröffentlicht: (2020)

Rethinking Semi-Supervised Node Classification with Self-Supervised Graph Clustering
von: Wang, Songbo, et al.
Veröffentlicht: (2025)

Visiting Distant Neighbors in Graph Convolutional Networks
von: Hashemi, Alireza, et al.
Veröffentlicht: (2023)

A GAN Approach for Node Embedding in Heterogeneous Graphs Using Subgraph Sampling
von: Hsu, Hung-Chun, et al.
Veröffentlicht: (2023)

NodeNAS: Node-Specific Graph Neural Architecture Search for Out-of-Distribution Generalization
von: Wang, Qiyi, et al.
Veröffentlicht: (2025)

Generating Human Understandable Explanations for Node Embeddings
von: Shafi, Zohair, et al.
Veröffentlicht: (2024)

When Do Graph Neural Networks Help with Node Classification? Investigating the Impact of Homophily Principle on Node Distinguishability
von: Luan, Sitao, et al.
Veröffentlicht: (2023)

Self-attention Dual Embedding for Graphs with Heterophily
von: Lai, Yurui, et al.
Veröffentlicht: (2023)

Virtual Node Generation for Node Classification in Sparsely-Labeled Graphs
von: Cui, Hang, et al.
Veröffentlicht: (2024)

A Unified Graph Selective Prompt Learning for Graph Neural Networks
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

Heterophily-Aware Graph Attention Network
von: Wang, Junfu, et al.
Veröffentlicht: (2023)

Community Detection Guarantees Using Embeddings Learned by Node2Vec
von: Davison, Andrew, et al.
Veröffentlicht: (2023)

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

Classifying Nodes in Graphs without GNNs
von: Winter, Daniel, et al.
Veröffentlicht: (2024)

Incorporating Attributes and Multi-Scale Structures for Heterogeneous Graph Contrastive Learning
von: Jiang, Ruobing, et al.
Veröffentlicht: (2025)

Learning Graph Filters for Structure-Function Coupling based Hub Node Identification
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2024)

MPXGAT: An Attention based Deep Learning Model for Multiplex Graphs Embedding
von: Bongiovanni, Marco, et al.
Veröffentlicht: (2024)

Empowering Interdisciplinary Insights with Dynamic Graph Embedding Trajectories
von: Jin, Yiqiao, et al.
Veröffentlicht: (2024)

Attacks on Node Attributes in Graph Neural Networks
von: Xu, Ying, et al.
Veröffentlicht: (2024)

How Low Can You Go? Searching for the Intrinsic Dimensionality of Complex Networks using Metric Node Embeddings
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2025)

Fully-inductive Node Classification on Arbitrary Graphs
von: Zhao, Jianan, et al.
Veröffentlicht: (2024)

Unraveling the Impact of Heterophilic Structures on Graph Positive-Unlabeled Learning
von: Wu, Yuhao, et al.
Veröffentlicht: (2024)

Aitchison Embeddings for Learning Compositional Graph Representations
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2026)

Interpretable and Adaptive Node Classification on Heterophilic Graphs via Combinatorial Scoring and Hybrid Learning
von: Vahidi, Soroush
Veröffentlicht: (2025)

Signed Graph Autoencoder for Explainable and Polarization-Aware Network Embeddings
von: Nakis, Nikolaos, et al.
Veröffentlicht: (2024)