Buchumschlag

Provable Filter for Real-world Graph Clustering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Xuanting, Pan, Erlin, Kang, Zhao, Chen, Wenyu, Li, Bingheng
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

CDC: A Simple Framework for Complex Data Clustering
von: Kang, Zhao, et al.
Veröffentlicht: (2024)

Aggregation-aware MLP: An Unsupervised Approach for Graph Message-passing
von: Xie, Xuanting, et al.
Veröffentlicht: (2025)

Attention Beyond Neighborhoods: Reviving Transformer for Graph Clustering
von: Xie, Xuanting, et al.
Veröffentlicht: (2025)

One Node One Model: Featuring the Missing-Half for Graph Clustering
von: Xie, Xuanting, et al.
Veröffentlicht: (2024)

Robust Graph Structure Learning under Heterophily
von: Xie, Xuanting, et al.
Veröffentlicht: (2024)

Simplified PCNet with Robustness
von: Li, Bingheng, et al.
Veröffentlicht: (2024)

Disentangling Homophily and Heterophily in Multimodal Graph Clustering
von: Guo, Zhaochen, et al.
Veröffentlicht: (2025)

GMoPE:A Prompt-Expert Mixture Framework for Graph Foundation Models
von: Wang, Zhibin, et al.
Veröffentlicht: (2025)

Provable Imbalanced Point Clustering
von: Denisov, David, et al.
Veröffentlicht: (2024)

t-SNE Exaggerates Clusters, Provably
von: Bergam, Noah, et al.
Veröffentlicht: (2025)

On the Benefits of Attribute-Driven Graph Domain Adaptation
von: Fang, Ruiyi, et al.
Veröffentlicht: (2025)

Unveiling Mode Connectivity in Graph Neural Networks
von: Li, Bingheng, et al.
Veröffentlicht: (2025)

Cross-Contrastive Clustering for Multimodal Attributed Graphs with Dual Graph Filtering
von: Zheng, Haoran, et al.
Veröffentlicht: (2025)

Time-Frequency Filtering Meets Graph Clustering
von: Colominas, Marcelo A., et al.
Veröffentlicht: (2025)

One Model for One Graph: A New Perspective for Pretraining with Cross-domain Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

Towards Dynamic Graph Neural Networks with Provably High-Order Expressive Power
von: Wang, Zhe, et al.
Veröffentlicht: (2024)

Learning Directed Acyclic Graphs from Partial Orderings
von: Shojaie, Ali, et al.
Veröffentlicht: (2024)

Higher-order Structure Boosts Link Prediction on Temporal Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2025)

Provable Training for Graph Contrastive Learning
von: Yu, Yue, et al.
Veröffentlicht: (2023)

Homophily-Related: Adaptive Hybrid Graph Filter for Multi-View Graph Clustering
von: Wen, Zichen, et al.
Veröffentlicht: (2024)

Tri-Learn Graph Fusion Network for Attributed Graph Clustering
von: Li, Binxiong, et al.
Veröffentlicht: (2025)

Learning Optimal Graph Filters for Clustering of Attributed Graphs
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2022)

Wonderful Matrices: Combining for a More Efficient and Effective Foundation Model Architecture
von: Shi, Jingze, et al.
Veröffentlicht: (2024)

Provable Length Generalization in Sequence Prediction via Spectral Filtering
von: Marsden, Annie, et al.
Veröffentlicht: (2024)

Provably Optimal Reinforcement Learning under Safety Filtering
von: Oh, Donggeon David, et al.
Veröffentlicht: (2025)

Provably Communication-Efficient and Privacy-Preserving Federated Graph Neural Networks
von: Guo, Zhishuai, et al.
Veröffentlicht: (2026)

Balanced Multi-Relational Graph Clustering
von: Shen, Zhixiang, et al.
Veröffentlicht: (2024)

Addressing Shortcomings in Fair Graph Learning Datasets: Towards a New Benchmark
von: Qian, Xiaowei, et al.
Veröffentlicht: (2024)

Dynamic Spectral Clustering with Provable Approximation Guarantee
von: Laenen, Steinar, et al.
Veröffentlicht: (2024)

Hallucination Level of Artificial Intelligence Whisperer: Case Speech Recognizing Pantterinousut Rap Song
von: Horppu, Ismo, et al.
Veröffentlicht: (2025)

Beyond Centralization: Provable Communication Efficient Decentralized Multi-Task Learning
von: Kang, Donghwa, et al.
Veröffentlicht: (2025)

Your Graph Recommender is Provably a Single-view Graph Contrastive Learning
von: Yang, Wenjie, et al.
Veröffentlicht: (2024)

EmbedOR: Provable Cluster-Preserving Visualizations with Curvature-Based Stochastic Neighbor Embeddings
von: Saidi, Tristan Luca, et al.
Veröffentlicht: (2025)

L^2CL: Embarrassingly Simple Layer-to-Layer Contrastive Learning for Graph Collaborative Filtering
von: Jin, Xinzhou, et al.
Veröffentlicht: (2024)

FedSA-GCL: A Semi-Asynchronous Federated Graph Learning Framework with Personalized Aggregation and Cluster-Aware Broadcasting
von: Yuan, Zhongzheng, et al.
Veröffentlicht: (2025)

Provable Robust Saliency-based Explanations
von: Chen, Chao, et al.
Veröffentlicht: (2022)

Text-space Graph Foundation Models: Comprehensive Benchmarks and New Insights
von: Chen, Zhikai, et al.
Veröffentlicht: (2024)

Global Graph Propagation with Hierarchical Information Transfer for Incomplete Contrastive Multi-view Clustering
von: Chao, Guoqing, et al.
Veröffentlicht: (2025)

Mixture of Experts Provably Detect and Learn the Latent Cluster Structure in Gradient-Based Learning
von: Kawata, Ryotaro, et al.
Veröffentlicht: (2025)

Graph Pooling by Local Cluster Selection
von: Chen, Yizhu
Veröffentlicht: (2024)