Buchumschlag

GRANOLA: Adaptive Normalization for Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eliasof, Moshe, Bevilacqua, Beatrice, Schönlieb, Carola-Bibiane, Maron, Haggai
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

Learning from Historical Activations in Graph Neural Networks
von: Galron, Yaniv, et al.
Veröffentlicht: (2026)

On the Effectiveness of Random Weights in Graph Neural Networks
von: Bui, Thu, et al.
Veröffentlicht: (2025)

On the Utilization of Unique Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

TANGO: Graph Neural Dynamics via Learned Energy and Tangential Flows
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Understanding and Improving Laplacian Positional Encodings For Temporal GNNs
von: Galron, Yaniv, et al.
Veröffentlicht: (2025)

DiGRAF: Diffeomorphic Graph-Adaptive Activation Function
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2024)

Resilient Graph Neural Networks: A Coupled Dynamical Systems Approach
von: Eliasof, Moshe, et al.
Veröffentlicht: (2023)

Bridging Input Feature Spaces Towards Graph Foundation Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2026)

Towards Foundation Models on Graphs: An Analysis on Cross-Dataset Transfer of Pretrained GNNs
von: Frasca, Fabrizio, et al.
Veröffentlicht: (2024)

Efficient Subgraph GNNs by Learning Effective Selection Policies
von: Bevilacqua, Beatrice, et al.
Veröffentlicht: (2023)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
von: Feldman, Or, et al.
Veröffentlicht: (2025)

Quadratic Binary Optimization with Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Towards Invariance to Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2025)

Towards Efficient Training of Graph Neural Networks: A Multiscale Approach
von: Gal, Eshed, et al.
Veröffentlicht: (2025)

GRAMA: Adaptive Graph Autoregressive Moving Average Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Learning Regularization for Graph Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Towards Improved Sentence Representations using Token Graphs
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2026)

Subgraphormer: Unifying Subgraph GNNs and Graph Transformers via Graph Products
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2024)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

Graph Metanetworks for Processing Diverse Neural Architectures
von: Lim, Derek, et al.
Veröffentlicht: (2023)

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models
von: Denker, Alexander, et al.
Veröffentlicht: (2026)

A Graph Meta-Network for Learning on Kolmogorov-Arnold Networks
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2026)

CATO: Charted Attention for Neural PDE Operators
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2026)

The Empirical Impact of Neural Parameter Symmetries, or Lack Thereof
von: Lim, Derek, et al.
Veröffentlicht: (2024)

Efficient GNN Training Through Structure-Aware Randomized Mini-Batching
von: Balaji, Vignesh, et al.
Veröffentlicht: (2025)

Towards Graph Foundation Models: A Study on the Generalization of Positional and Structural Encodings
von: Franks, Billy Joe, et al.
Veröffentlicht: (2024)

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective
von: Iske, Meira, et al.
Veröffentlicht: (2026)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Pullback Flow Matching on Data Manifolds
von: de Kruiff, Friso, et al.
Veröffentlicht: (2024)

Improved Generalization of Weight Space Networks via Augmentations
von: Shamsian, Aviv, et al.
Veröffentlicht: (2024)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2025)

A General Recipe for Contractive Graph Neural Networks -- Technical Report
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

One-Step Offline Distillation of Diffusion-based Models via Koopman Modeling
von: Berman, Nimrod, et al.
Veröffentlicht: (2025)

On The Expressive Power of GNN Derivatives
von: Eitan, Yam, et al.
Veröffentlicht: (2025)

Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling
von: Megas, Stathis, et al.
Veröffentlicht: (2024)

Inverse Evolution Data Augmentation for Neural PDE Solvers
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

GradMetaNet: An Equivariant Architecture for Learning on Gradients
von: Gelberg, Yoav, et al.
Veröffentlicht: (2025)