:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Park, Namyong, Rossi, Ryan, Wang, Xing, Simoulin, Antoine, Ahmed, Nesreen, Faloutsos, Christos
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	https://arxiv.org/abs/2404.01578
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forward Learning of Graph Neural Networks
von: Park, Namyong, et al.
Veröffentlicht: (2024)

NetEffect: Discovery and Exploitation of Generalized Network Effects
von: Lee, Meng-Chieh, et al.
Veröffentlicht: (2022)

A Graph Perspective to Probe Structural Patterns of Knowledge in Large Language Models
von: Sahu, Utkarsh, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning of Transformers via Token Selection
von: Simoulin, Antoine, et al.
Veröffentlicht: (2025)

Neural Graph Generator: Feature-Conditioned Graph Generation using Latent Diffusion Models
von: Evdaimon, Iakovos, et al.
Veröffentlicht: (2024)

NetInfoF Framework: Measuring and Exploiting Network Usable Information
von: Lee, Meng-Chieh, et al.
Veröffentlicht: (2024)

TGB 2.0: A Benchmark for Learning on Temporal Knowledge Graphs and Heterogeneous Graphs
von: Gastinger, Julia, et al.
Veröffentlicht: (2024)

TouchUp-G: Improving Feature Representation through Graph-Centric Finetuning
von: Zhu, Jing, et al.
Veröffentlicht: (2023)

Model Selection with Model Zoo via Graph Learning
von: Li, Ziyu, et al.
Veröffentlicht: (2024)

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

HeteGraph-Mamba: Heterogeneous Graph Learning via Selective State Space Model
von: Pan, Zhenyu, et al.
Veröffentlicht: (2024)

The Heterophilic Graph Learning Handbook: Benchmarks, Models, Theoretical Analysis, Applications and Challenges
von: Luan, Sitao, et al.
Veröffentlicht: (2024)

Exploring Graph Learning Tasks with Pure LLMs: A Comprehensive Benchmark and Investigation
von: Wang, Yuxiang, et al.
Veröffentlicht: (2025)

Robust Graph Contrastive Learning with Information Restoration
von: Zhu, Yulin, et al.
Veröffentlicht: (2023)

UTG: Towards a Unified View of Snapshot and Event Based Models for Temporal Graphs
von: Huang, Shenyang, et al.
Veröffentlicht: (2024)

GraphSL: An Open-Source Library for Graph Source Localization Approaches and Benchmark Datasets
von: Wang, Junxiang, et al.
Veröffentlicht: (2024)

LoRAP: Low-Rank Aggregation Prompting for Quantized Graph Neural Networks Training
von: Liu, Chenyu, et al.
Veröffentlicht: (2026)

A Benchmark for Fairness-Aware Graph Learning
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

HC-GLAD: Dual Hyperbolic Contrastive Learning for Unsupervised Graph-Level Anomaly Detection
von: Fu, Yali, et al.
Veröffentlicht: (2024)

Hybrid Graph: A Unified Graph Representation with Datasets and Benchmarks for Complex Graphs
von: Li, Zehui, et al.
Veröffentlicht: (2023)

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

Large Generative Graph Models
von: Wang, Yu, et al.
Veröffentlicht: (2024)

Between Linear and Sinusoidal: Rethinking the Time Encoder in Dynamic Graph Learning
von: Chung, Hsing-Huan, et al.
Veröffentlicht: (2025)

What Do Temporal Graph Learning Models Learn?
von: Hayes, Abigail J., et al.
Veröffentlicht: (2025)

NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise
von: Wang, Zhonghao, et al.
Veröffentlicht: (2024)

Feature Selection and Extraction for Graph Neural Networks
von: Acharya, Deepak Bhaskar, et al.
Veröffentlicht: (2019)

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

Towards Fair Graph Anomaly Detection: Problem, Benchmark Datasets, and Evaluation
von: Neo, Neng Kai Nigel, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Source Detection: A Review and Benchmark Study
von: Sterchi, Martin, et al.
Veröffentlicht: (2025)

Mitigating Oversmoothing Through Reverse Process of GNNs for Heterophilic Graphs
von: Park, MoonJeong, et al.
Veröffentlicht: (2024)

Graph Encoder Ensemble for Simultaneous Vertex Embedding and Community Detection
von: Shen, Cencheng, et al.
Veröffentlicht: (2023)

OpenFGL: A Comprehensive Benchmark for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Homophily-aware Heterogeneous Graph Contrastive Learning
von: Wang, Haosen, et al.
Veröffentlicht: (2025)

Learning Social Graph for Inactive User Recommendation
von: Liu, Nian, et al.
Veröffentlicht: (2024)

Graph Contrastive Invariant Learning from the Causal Perspective
von: Mo, Yanhu, et al.
Veröffentlicht: (2024)

Graph Structure Prompt Learning: A Novel Methodology to Improve Performance of Graph Neural Networks
von: Huang, Zhenhua, et al.
Veröffentlicht: (2024)

Heterogeneous Social Event Detection via Hyperbolic Graph Representations
von: Qiu, Zitai, et al.
Veröffentlicht: (2023)

When Heterophily Meets Heterogeneity: Challenges and a New Large-Scale Graph Benchmark
von: Lin, Junhong, et al.
Veröffentlicht: (2024)

Metapath-based Hyperbolic Contrastive Learning for Heterogeneous Graph Embedding
von: Park, Jongmin, et al.
Veröffentlicht: (2025)

Hierarchical-Graph-Structured Edge Partition Models for Learning Evolving Community Structure
von: Yu, Xincan, et al.
Veröffentlicht: (2024)