Buchumschlag

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jian, Xiangru, Zhao, Xinjian, Pang, Wei, Ying, Chaolong, Wang, Yimu, Xu, Yaoyao, Yu, Tianshu
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

Enhancing Graph Self-Supervised Learning with Graph Interplay
von: Zhao, Xinjian, et al.
Veröffentlicht: (2024)

Graph Learning with Distributional Edge Layouts
von: Zhao, Xinjian, et al.
Veröffentlicht: (2024)

The Underappreciated Power of Vision Models for Graph Structural Understanding
von: Zhao, Xinjian, et al.
Veröffentlicht: (2025)

Boosting Graph Pooling with Persistent Homology
von: Ying, Chaolong, et al.
Veröffentlicht: (2024)

Boosting Protein Language Models with Negative Sample Mining
von: Xu, Yaoyao, et al.
Veröffentlicht: (2024)

Adversarial Curriculum Graph Contrastive Learning with Pair-wise Augmentation
von: Zhao, Xinjian, et al.
Veröffentlicht: (2024)

ReMAP: Neural Reparameterization for Scalable MAP Inference in Arbitrary-Order Markov Random Fields
von: Wang, Yaomin, et al.
Veröffentlicht: (2024)

Self-Supervised Graph Learning via Spectral Bootstrapping and Laplacian-Based Augmentations
von: Bini, Lorenzo, et al.
Veröffentlicht: (2025)

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

Self-Reinforced Graph Contrastive Learning
von: Hsieh, Chou-Ying, et al.
Veröffentlicht: (2025)

Rethinking The Uniformity Metric in Self-Supervised Learning
von: Fang, Xianghong, et al.
Veröffentlicht: (2024)

SA-GDA: Spectral Augmentation for Graph Domain Adaptation
von: Pang, Jinhui, et al.
Veröffentlicht: (2024)

Learning the Neighborhood: Contrast-Free Multimodal Self-Supervised Molecular Graph Pretraining
von: Ariguib, Boshra, et al.
Veröffentlicht: (2025)

Rethinking Dimensional Rationale in Graph Contrastive Learning from Causal Perspective
von: Ji, Qirui, et al.
Veröffentlicht: (2023)

W2SAT: Learning to generate SAT instances from Weighted Literal Incidence Graphs
von: Wen, Weihuang, et al.
Veröffentlicht: (2023)

LAC: Graph Contrastive Learning with Learnable Augmentation in Continuous Space
von: Lin, Zhenyu, et al.
Veröffentlicht: (2024)

Rethinking Graph Contrastive Learning through Relative Similarity Preservation
von: Ning, Zhiyuan, et al.
Veröffentlicht: (2025)

Self-Supervised Contrastive Learning for Long-term Forecasting
von: Park, Junwoo, et al.
Veröffentlicht: (2024)

Dual Perspectives on Non-Contrastive Self-Supervised Learning
von: Ponce, Jean, et al.
Veröffentlicht: (2025)

Scalable Graph Self-Supervised Learning
von: Pasand, Ali Saheb, et al.
Veröffentlicht: (2024)

Learning to Model Graph Structural Information on MLPs via Graph Structure Self-Contrasting
von: Wu, Lirong, et al.
Veröffentlicht: (2024)

CellCLAT: Preserving Topology and Trimming Redundancy in Self-Supervised Cellular Contrastive Learning
von: Qin, Bin, et al.
Veröffentlicht: (2025)

FORGE: Fine-grained Multimodal Evaluation for Manufacturing Scenarios
von: Jian, Xiangru, et al.
Veröffentlicht: (2026)

Graph Data Augmentation with Contrastive Learning on Covariate Distribution Shift
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

CGCL: Collaborative Graph Contrastive Learning without Handcrafted Graph Data Augmentations
von: Zhang, Tianyu, et al.
Veröffentlicht: (2021)

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning
von: Li, Zhuolong, et al.
Veröffentlicht: (2026)

Contrastive and Variational Approaches in Self-Supervised Learning for Complex Data Mining
von: Liang, Yingbin, et al.
Veröffentlicht: (2025)

Self-Supervised Spatial-Temporal Normality Learning for Time Series Anomaly Detection
von: Chen, Yutong, et al.
Veröffentlicht: (2024)

TAGA: Text-Attributed Graph Self-Supervised Learning by Synergizing Graph and Text Mutual Transformations
von: Zhang, Zheng, et al.
Veröffentlicht: (2024)

GSTBench: A Benchmark Study on the Transferability of Graph Self-Supervised Learning
von: Song, Yu, et al.
Veröffentlicht: (2025)

Asymptotically Stable Quaternion-valued Hopfield-structured Neural Network with Periodic Projection-based Supervised Learning Rules
von: Wang, Tianwei, et al.
Veröffentlicht: (2025)

Contrastive Self-Supervised Learning As Neural Manifold Packing
von: Zhang, Guanming, et al.
Veröffentlicht: (2025)

Self-Supervised Learning for Time Series: Contrastive or Generative?
von: Liu, Ziyu, et al.
Veröffentlicht: (2024)

CAMBranch: Contrastive Learning with Augmented MILPs for Branching
von: Lin, Jiacheng, et al.
Veröffentlicht: (2024)

Self-Supervised Prompt Optimization
von: Xiang, Jinyu, et al.
Veröffentlicht: (2025)

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

Exploring Correlations of Self-Supervised Tasks for Graphs
von: Fang, Taoran, et al.
Veröffentlicht: (2024)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2024)

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

A Survey on Self-Supervised Learning for Non-Sequential Tabular Data
von: Wang, Wei-Yao, et al.
Veröffentlicht: (2024)