Buchumschlag

Graph Neural Aggregation-diffusion with Metastability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Kaiyuan, Wang, Xinyan, Zhang, Zicheng, Zhao, Weichen
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

LGAN: An Efficient High-Order Graph Neural Network via the Line Graph Aggregation
von: Du, Lin, et al.
Veröffentlicht: (2025)

Multimodal Representation Learning using Adaptive Graph Construction
von: Huang, Weichen
Veröffentlicht: (2024)

GRAIN: Multi-Granular and Implicit Information Aggregation Graph Neural Network for Heterophilous Graphs
von: Zhao, Songwei, et al.
Veröffentlicht: (2025)

SpanGNN: Towards Memory-Efficient Graph Neural Networks via Spanning Subgraph Training
von: Gu, Xizhi, et al.
Veröffentlicht: (2024)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

MDGMIX: Boundary-Aware Subgraph Mixing for Multi-Domain Graph Pre-Training
von: Zheng, Ziyu, et al.
Veröffentlicht: (2026)

GNN-VPA: A Variance-Preserving Aggregation Strategy for Graph Neural Networks
von: Schneckenreiter, Lisa, et al.
Veröffentlicht: (2024)

Beyond the Aggregation Dilemma: Prior-Retaining Decoupled Learning for Multimodal Graphs
von: Yan, Hao, et al.
Veröffentlicht: (2026)

Neural Latent Arbitrary Lagrangian-Eulerian Grids for Fluid-Solid Interaction
von: Tao, Shilong, et al.
Veröffentlicht: (2026)

PTCL: Pseudo-Label Temporal Curriculum Learning for Label-Limited Dynamic Graph
von: Zhang, Shengtao, et al.
Veröffentlicht: (2025)

Non-Euclidean Spatial Graph Neural Network
von: Zhang, Zheng, et al.
Veröffentlicht: (2023)

ENADPool: The Edge-Node Attention-based Differentiable Pooling for Graph Neural Networks
von: Zhao, Zhehan, et al.
Veröffentlicht: (2024)

Layer Embedding Deep Fusion Graph Neural Network
von: Xu, Taihua, et al.
Veröffentlicht: (2026)

Compressed Video Aggregator: Content-driven Module for Efficient Micro-Video Recommendation
von: Xiao, Yang, et al.
Veröffentlicht: (2026)

Recurrent Aggregators in Neural Algorithmic Reasoning
von: Xu, Kaijia, et al.
Veröffentlicht: (2024)

Purity Law for Generalizable Neural TSP Solvers
von: Liu, Wenzhao, et al.
Veröffentlicht: (2025)

Rayleigh Quotient Graph Neural Networks for Graph-level Anomaly Detection
von: Dong, Xiangyu, et al.
Veröffentlicht: (2023)

Delayed Bottlenecking: Alleviating Forgetting in Pre-trained Graph Neural Networks
von: Zhao, Zhe, et al.
Veröffentlicht: (2024)

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

A Comparison of Methods for Neural Network Aggregation
von: Pomerat, John, et al.
Veröffentlicht: (2023)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)

HT-GNN: Hyper-Temporal Graph Neural Network for Customer Lifetime Value Prediction in Baidu Ads
von: Zhao, Xiaohui, et al.
Veröffentlicht: (2026)

Federated Learning with Graph-Based Aggregation for Traffic Forecasting
von: Banik, Audri, et al.
Veröffentlicht: (2025)

Towards Scalable and Deep Graph Neural Networks via Noise Masking
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

Transfer learning in Scalable Graph Neural Network for Improved Physical Simulation
von: Shen, Siqi, et al.
Veröffentlicht: (2025)

Decision-focused Graph Neural Networks for Combinatorial Optimization
von: Liu, Yang, et al.
Veröffentlicht: (2024)

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

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

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

GJDNet: Robust Graph Neural Networks via Joint Disentangled Learning Against Adversarial Attacks
von: Cui, Canyixing, et al.
Veröffentlicht: (2026)

Neural Probabilistic Logic Learning for Knowledge Graph Reasoning
von: Sun, Fengsong, et al.
Veröffentlicht: (2024)

Towards Neural Scaling Laws on Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

NN-Former: Rethinking Graph Structure in Neural Architecture Representation
von: Xu, Ruihan, et al.
Veröffentlicht: (2025)

Graph Neural Architecture Search with GPT-4
von: Wang, Haishuai, et al.
Veröffentlicht: (2023)

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

A Logic for Reasoning About Aggregate-Combine Graph Neural Networks
von: Nunn, Pierre, et al.
Veröffentlicht: (2024)

CaberNet: Causal Representation Learning for Cross-Domain HVAC Energy Prediction
von: Zhai, Kaiyuan, et al.
Veröffentlicht: (2025)

Non-convolutional Graph Neural Networks
von: Wang, Yuanqing, et al.
Veröffentlicht: (2024)

Unsupervised Graph Neural Architecture Search with Disentangled Self-supervision
von: Zhang, Zeyang, et al.
Veröffentlicht: (2024)

Sparse Decomposition of Graph Neural Networks
von: Hu, Yaochen, et al.
Veröffentlicht: (2024)