Buchumschlag

Multi-View Subgraph Neural Networks: Self-Supervised Learning with Scarce Labeled Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zhenzhong, Zeng, Qingyuan, Lin, Wanyu, Jiang, Min, Tan, Kay Chen
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

Explainable Molecular Property Prediction: Aligning Chemical Concepts with Predictions via Language Models
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2024)

NanoNet: Parameter-Efficient Learning with Label-Scarce Supervision for Lightweight Text Mining Model
von: Mao, Qianren, et al.
Veröffentlicht: (2026)

Improving Open-world Continual Learning under the Constraints of Scarce Labeled Data
von: Li, Yujie, et al.
Veröffentlicht: (2025)

Robust Molecular Property Prediction via Densifying Scarce Labeled Data
von: Kim, Jina, et al.
Veröffentlicht: (2025)

Subgraph Gaussian Embedding Contrast for Self-Supervised Graph Representation Learning
von: Xie, Shifeng, et al.
Veröffentlicht: (2025)

Towards Faithful Class-level Self-explainability in Graph Neural Networks by Subgraph Dependencies
von: Liu, Fanzhen, et al.
Veröffentlicht: (2025)

Label-free Monitoring of Self-Supervised Learning Progress
von: Xu, Isaac, et al.
Veröffentlicht: (2024)

Detecting Scarce and Sparse Anomalous: Solving Dual Imbalance in Multi-Instance Learning
von: Jia, Lin-Han, et al.
Veröffentlicht: (2025)

Context-Enhanced Multi-View Trajectory Representation Learning: Bridging the Gap through Self-Supervised Models
von: Qian, Tangwen, et al.
Veröffentlicht: (2024)

Faithful Interpretation for Graph Neural Networks
von: Hu, Lijie, et al.
Veröffentlicht: (2024)

Subgraph Networks Based Contrastive Learning
von: Wang, Jinhuan, et al.
Veröffentlicht: (2023)

Multi-View Neural Differential Equations for Continuous-Time Stream Data in Long-Term Traffic Forecasting
von: Liu, Zibo, et al.
Veröffentlicht: (2024)

Cross-Field Interface-Aware Neural Operators for Multiphase Flow Simulation
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2025)

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning
von: Li, Kaiyang, et al.
Veröffentlicht: (2026)

Using Subgraph GNNs for Node Classification:an Overlooked Potential Approach
von: Zeng, Qian, et al.
Veröffentlicht: (2025)

RL-BioAug: Label-Efficient Reinforcement Learning for Self-Supervised EEG Representation Learning
von: Lee, Cheol-Hui, et al.
Veröffentlicht: (2026)

TSK Fuzzy System Towards Few Labeled Incomplete Multi-View Data Classification
von: Zhang, Wei, et al.
Veröffentlicht: (2021)

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

Learning Label Hierarchy with Supervised Contrastive Learning
von: Lian, Ruixue, et al.
Veröffentlicht: (2024)

An Algorithm for Learning Smaller Representations of Models With Scarce Data
von: de Wynter, Adrian
Veröffentlicht: (2020)

Integrating Distribution Matching into Semi-Supervised Contrastive Learning for Labeled and Unlabeled Data
von: Nakayama, Shogo, et al.
Veröffentlicht: (2026)

Self-Supervised Representation Learning for Geospatial Objects: A Survey
von: Chen, Yile, et al.
Veröffentlicht: (2024)

PMLBmini: A Tabular Classification Benchmark Suite for Data-Scarce Applications
von: Knauer, Ricardo, et al.
Veröffentlicht: (2024)

When Data Is Scarce: Scaling Sparse Language Models with Repeated Training
von: Wu, Boqian, et al.
Veröffentlicht: (2026)

Causality Enhanced Origin-Destination Flow Prediction in Data-Scarce Cities
von: Feng, Tao, et al.
Veröffentlicht: (2025)

Data-Driven Self-Supervised Graph Representation Learning
von: Samy, Ahmed E., et al.
Veröffentlicht: (2024)

Semantic-guided Representation Learning for Multi-Label Recognition
von: Zhang, Ruhui, et al.
Veröffentlicht: (2025)

Neural Graph Navigation for Intelligent Subgraph Matching
von: Ying, Yuchen, et al.
Veröffentlicht: (2025)

Squeezing Lemons with Hammers: An Evaluation of AutoML and Tabular Deep Learning for Data-Scarce Classification Applications
von: Knauer, Ricardo, et al.
Veröffentlicht: (2024)

Not All Data are Good Labels: On the Self-supervised Labeling for Time Series Forecasting
von: Yang, Yuxuan, et al.
Veröffentlicht: (2025)

E2GNN: Efficient Graph Neural Network Ensembles for Semi-Supervised Classification
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

Rebalanced Multimodal Learning with Data-aware Unimodal Sampling
von: Jiang, Qingyuan, et al.
Veröffentlicht: (2025)

Fairness Under Demographic Scarce Regime
von: Kenfack, Patrik Joslin, et al.
Veröffentlicht: (2023)

Understanding Representation Learnability of Nonlinear Self-Supervised Learning
von: Yang, Ruofeng, et al.
Veröffentlicht: (2024)

Do Neural Scaling Laws Exist on Graph Self-Supervised Learning?
von: Ma, Qian, et al.
Veröffentlicht: (2024)

Exploiting Latent Linearity in LLMs Improves Explainable Molecular Representation Learning
von: Li, Zhuoran, et al.
Veröffentlicht: (2024)

MHGNet: Multi-Heterogeneous Graph Neural Network for Traffic Prediction
von: Wu, Mei, et al.
Veröffentlicht: (2025)

LiSA: Leveraging Link Recommender to Attack Graph Neural Networks via Subgraph Injection
von: Zhang, Wenlun, et al.
Veröffentlicht: (2025)

Pre-training Graph Neural Networks on Molecules by Using Subgraph-Conditioned Graph Information Bottleneck
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Subgraph Federated Learning for Local Generalization
von: Kim, Sungwon, et al.
Veröffentlicht: (2025)