Buchumschlag

A Comprehensive Survey of Dynamic Graph Neural Networks: Models, Frameworks, Benchmarks, Experiments and Challenges

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, ZhengZhao, Wang, Rui, Wang, TianXing, Song, Mingli, Wu, Sai, He, Shuibing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unveiling Global Interactive Patterns across Graphs: Towards Interpretable Graph Neural Networks
von: Wang, Yuwen, et al.
Veröffentlicht: (2024)

Spatiotemporal-Augmented Graph Neural Networks for Human Mobility Simulation
von: Wang, Yu, et al.
Veröffentlicht: (2023)

RS3DBench: A Comprehensive Benchmark for 3D Spatial Perception in Remote Sensing
von: Wang, Jiayu, et al.
Veröffentlicht: (2025)

Attributed Network Representation Learning Based on Graph Neural Network: A Comprehensive Survey
von: Yanan Wu, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Graph Summarization with Graph Neural Networks
von: Shabani, Nasrin, et al.
Veröffentlicht: (2023)

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

Graph ODEs and Beyond: A Comprehensive Survey on Integrating Differential Equations with Graph Neural Networks
von: Liu, Zewen, et al.
Veröffentlicht: (2025)

From GNNs to Trees: Multi-Granular Interpretability for Graph Neural Networks
von: Yang, Jie, et al.
Veröffentlicht: (2025)

A Survey on Explainable Reinforcement Learning: Concepts, Algorithms, Challenges
von: Qing, Yunpeng, et al.
Veröffentlicht: (2022)

A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness, Fairness, and Explainability
von: Dai, Enyan, et al.
Veröffentlicht: (2022)

Can Graph Neural Networks Expose Training Data Properties? An Efficient Risk Assessment Approach
von: Yuan, Hanyang, et al.
Veröffentlicht: (2024)

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

Recent Advances in Efficient Seawater Hydrogen Evolution Electrocatalysts
von: Yafu Wang, et al.
Veröffentlicht: (2025)

A General Benchmark Framework is Dynamic Graph Neural Network Need
von: Zhang, Yusen
Veröffentlicht: (2024)

Graph Neural Networks for Graphs with Heterophily: A Survey
von: Zheng, Xin, et al.
Veröffentlicht: (2022)

Dynamic Spiking Framework for Graph Neural Networks
von: Yin, Nan, et al.
Veröffentlicht: (2023)

Benchmarking Graph Representations and Graph Neural Networks for Multivariate Time Series Classification
von: Yang, Wennuo, et al.
Veröffentlicht: (2025)

Coupling Graph Neural Networks with Fractional Order Continuous Dynamics: A Robustness Study
von: Kang, Qiyu, et al.
Veröffentlicht: (2024)

Simple Graph Condensation
von: Xiao, Zhenbang, et al.
Veröffentlicht: (2024)

A Comprehensive Survey on Self-Interpretable Neural Networks
von: Ji, Yang, et al.
Veröffentlicht: (2025)

Curriculum Negative Mining For Temporal Networks
von: Chen, Ziyue, et al.
Veröffentlicht: (2024)

MDGNN: Multi-Relational Dynamic Graph Neural Network for Comprehensive and Dynamic Stock Investment Prediction
von: Qian, Hao, et al.
Veröffentlicht: (2024)

Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey
von: Wang, Gaoang, et al.
Veröffentlicht: (2022)

Graph Neural Networks Are More Than Filters: Revisiting and Benchmarking from A Spectral Perspective
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

Applying Self-supervised Learning to Network Intrusion Detection for Network Flows with Graph Neural Network
von: Xu, Renjie, et al.
Veröffentlicht: (2024)

Bridging Academia and Industry: A Comprehensive Benchmark for Attributed Graph Clustering
von: Liu, Yunhui, et al.
Veröffentlicht: (2026)

Graph Neural Network Framework for Sentiment Analysis Using Syntactic Feature
von: Wu, Linxiao, et al.
Veröffentlicht: (2024)

Agent Centric Operating System -- a Comprehensive Review and Outlook for Operating System
von: Jia, Shian, et al.
Veröffentlicht: (2024)

Uncertainty in Graph Neural Networks: A Survey
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

CRouting: Reducing Expensive Distance Calls in Graph-Based Approximate Nearest Neighbor Search
von: Li, Zhenxin, et al.
Veröffentlicht: (2025)

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

Deep Time Series Models: A Comprehensive Survey and Benchmark
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

Empowering Multimodal LLMs with External Tools: A Comprehensive Survey
von: An, Wenbin, et al.
Veröffentlicht: (2025)

Network Dynamics-Based Framework for Understanding Deep Neural Networks
von: Lin, Yuchen, et al.
Veröffentlicht: (2025)

A Survey of Graph Neural Networks in Real world: Imbalance, Noise, Privacy and OOD Challenges
von: Ju, Wei, et al.
Veröffentlicht: (2024)

A Survey of Geometric Graph Neural Networks: Data Structures, Models and Applications
von: Han, Jiaqi, et al.
Veröffentlicht: (2024)

HopGNN: Boosting Distributed GNN Training Efficiency via Feature-Centric Model Migration
von: Chen, Weijian, et al.
Veröffentlicht: (2024)

SIG: Efficient Self-Interpretable Graph Neural Network for Continuous-time Dynamic Graphs
von: Fang, Lanting, et al.
Veröffentlicht: (2024)

Experimental Study on Ultrasonic Milling Textures for Collaborative Wear
von: Hanli Wang, et al.
Veröffentlicht: (2026)

Adacc: An Adaptive Framework Unifying Compression and Activation Recomputation for LLM Training
von: Chen, Ping, et al.
Veröffentlicht: (2025)