Buchumschlag

All in One: Multi-Task Prompting for Graph Neural Networks (Extended Abstract)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Xiangguo, Cheng, Hong, Li, Jia, Liu, Bo, Guan, Jihong
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

Does Graph Prompt Work? A Data Operation Perspective with Theoretical Analysis
von: Wang, Qunzhong, et al.
Veröffentlicht: (2024)

All in One and One for All: A Simple yet Effective Method towards Cross-domain Graph Pretraining
von: Zhao, Haihong, et al.
Veröffentlicht: (2024)

Urban Region Pre-training and Prompting: A Graph-based Approach
von: Jin, Jiahui, et al.
Veröffentlicht: (2024)

DDIPrompt: Drug-Drug Interaction Event Prediction based on Graph Prompt Learning
von: Wang, Yingying, et al.
Veröffentlicht: (2024)

MASPOB: Bandit-Based Prompt Optimization for Multi-Agent Systems with Graph Neural Networks
von: Hong, Zhi, et al.
Veröffentlicht: (2026)

HGMP:Heterogeneous Graph Multi-Task Prompt Learning
von: Jiao, Pengfei, et al.
Veröffentlicht: (2025)

Edge Prompt Tuning for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

No One-Size-Fits-All Neurons: Task-based Neurons for Artificial Neural Networks
von: Fan, Feng-Lei, et al.
Veröffentlicht: (2024)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

FROG: Fair Removal on Graphs
von: Chen, Ziheng, et al.
Veröffentlicht: (2025)

Self-Pro: A Self-Prompt and Tuning Framework for Graph Neural Networks
von: Gong, Chenghua, et al.
Veröffentlicht: (2023)

Universal Prompt Tuning for Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2022)

Prompt Learning on Temporal Interaction Graphs
von: Chen, Xi, et al.
Veröffentlicht: (2024)

Graph Sparsification via Mixture of Graphs
von: Zhang, Guibin, et al.
Veröffentlicht: (2024)

SEGNO: Generalizing Equivariant Graph Neural Networks with Physical Inductive Biases
von: Liu, Yang, et al.
Veröffentlicht: (2023)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

All You Need is One: Capsule Prompt Tuning with a Single Vector
von: Liu, Yiyang, et al.
Veröffentlicht: (2025)

Decouple Graph Neural Networks: Train Multiple Simple GNNs Simultaneously Instead of One
von: Zhang, Hongyuan, et al.
Veröffentlicht: (2023)

Aligning Knowledge Graphs Provided by Humans and Generated from Neural Networks in Specific Tasks
von: Li, Tangrui, et al.
Veröffentlicht: (2024)

OpenGLT: A Comprehensive Benchmark of Graph Neural Networks for Graph-Level Tasks
von: Li, Haoyang, et al.
Veröffentlicht: (2025)

Relaxing Continuous Constraints of Equivariant Graph Neural Networks for Physical Dynamics Learning
von: Zheng, Zinan, et al.
Veröffentlicht: (2024)

Graph Neural Network with One-side Edge Sampling for Fraud Detection
von: Trieu, Hoang Hiep
Veröffentlicht: (2026)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

Orientation-Aware Graph Neural Networks for Protein Structure Representation Learning
von: Li, Jiahan, et al.
Veröffentlicht: (2022)

CR-LSO: Convex Neural Architecture Optimization in the Latent Space of Graph Variational Autoencoder with Input Convex Neural Networks
von: Rao, Xuan, et al.
Veröffentlicht: (2022)

Scale-Adaptive Power Flow Analysis with Local Topology Slicing and Multi-Task Graph Learning
von: Li, Yongzhe, et al.
Veröffentlicht: (2026)

HetGPT: Harnessing the Power of Prompt Tuning in Pre-Trained Heterogeneous Graph Neural Networks
von: Ma, Yihong, et al.
Veröffentlicht: (2023)

Differentiable Cluster Graph Neural Network
von: Dong, Yanfei, et al.
Veröffentlicht: (2024)

ProG: A Graph Prompt Learning Benchmark
von: Zi, Chenyi, et al.
Veröffentlicht: (2024)

FAME: Formal Abstract Minimal Explanation for Neural Networks
von: Boumazouza, Ryma, et al.
Veröffentlicht: (2026)

Heterophilic Graph Neural Networks Optimization with Causal Message-passing
von: Wang, Botao, et al.
Veröffentlicht: (2024)

DAGPrompT: Pushing the Limits of Graph Prompting with a Distribution-aware Graph Prompt Tuning Approach
von: Chen, Qin, et al.
Veröffentlicht: (2025)

Conformalized Link Prediction on Graph Neural Networks
von: Zhao, Tianyi, et al.
Veröffentlicht: (2024)

Decoupled and Divergence-Conditioned Prompt for Multi-domain Dynamic Graph Foundation Models
von: Yuan, Haonan, et al.
Veröffentlicht: (2026)

Multi-Evidence based Fact Verification via A Confidential Graph Neural Network
von: Lan, Yuqing, et al.
Veröffentlicht: (2024)

Graph Neural Diffusion Networks for Semi-supervised Learning
von: Ye, Wei, et al.
Veröffentlicht: (2022)

One Node Per User: Node-Level Federated Learning for Graph Neural Networks
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

One Model, Any Conjunctive Query: Graph Neural Networks for Answering Queries over Incomplete Knowledge Graphs
von: Olejniczak, Krzysztof, et al.
Veröffentlicht: (2024)

SES: Bridging the Gap Between Explainability and Prediction of Graph Neural Networks
von: Huang, Zhenhua, et al.
Veröffentlicht: (2024)