Buchumschlag

SpoT-Mamba: Learning Long-Range Dependency on Spatio-Temporal Graphs with Selective State Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Choi, Jinhyeok, Kim, Heehyeon, An, Minhyeong, Whang, Joyce Jiyoung
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

Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

Dynamic Relation-Attentive Graph Neural Networks for Fraud Detection
von: Kim, Heehyeon, et al.
Veröffentlicht: (2023)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
von: Lee, Jaejun, et al.
Veröffentlicht: (2026)

PAC-Bayesian Generalization Bounds for Knowledge Graph Representation Learning
von: Lee, Jaejun, et al.
Veröffentlicht: (2024)

Representation Learning on Hyper-Relational and Numeric Knowledge Graphs with Transformers
von: Chung, Chanyoung, et al.
Veröffentlicht: (2023)

SAIF: A Comprehensive Framework for Evaluating the Risks of Generative AI in the Public Sector
von: Lee, Kyeongryul, et al.
Veröffentlicht: (2025)

Graph-Mamba: Towards Long-Range Graph Sequence Modeling with Selective State Spaces
von: Wang, Chloe, et al.
Veröffentlicht: (2024)

STG-Mamba: Spatial-Temporal Graph Learning via Selective State Space Model
von: Li, Lincan, et al.
Veröffentlicht: (2024)

Unifying Inductive, Cross-Domain, and Multimodal Learning for Robust and Generalizable Recommendation
von: Chung, Chanyoung, et al.
Veröffentlicht: (2025)

Analysis of Long Range Dependency Understanding in State Space Models
von: Ravikumar, Srividya, et al.
Veröffentlicht: (2026)

Enhancing Topological Dependencies in Spatio-Temporal Graphs with Cycle Message Passing Blocks
von: Lee, Minho, et al.
Veröffentlicht: (2024)

STM3: Mixture of Multiscale Mamba for Long-Term Spatio-Temporal Time-Series Prediction
von: Chen, Haolong, et al.
Veröffentlicht: (2025)

MambaTS: Improved Selective State Space Models for Long-term Time Series Forecasting
von: Cai, Xiuding, et al.
Veröffentlicht: (2024)

Exploring Graph Mamba: A Comprehensive Survey on State-Space Models for Graph Learning
von: Atitallah, Safa Ben, et al.
Veröffentlicht: (2024)

DyGMamba: Efficiently Modeling Long-Term Temporal Dependency on Continuous-Time Dynamic Graphs with State Space Models
von: Ding, Zifeng, et al.
Veröffentlicht: (2024)

Decision Mamba: Reinforcement Learning via Sequence Modeling with Selective State Spaces
von: Ota, Toshihiro
Veröffentlicht: (2024)

Mamba: Linear-Time Sequence Modeling with Selective State Spaces
von: Gu, Albert, et al.
Veröffentlicht: (2023)

MambaLRP: Explaining Selective State Space Sequence Models
von: Jafari, Farnoush Rezaei, et al.
Veröffentlicht: (2024)

ss-Mamba: Semantic-Spline Selective State-Space Model
von: Ye, Zuochen
Veröffentlicht: (2025)

Spatio-Temporal Graph Unlearning
von: Guo, Qiming, et al.
Veröffentlicht: (2025)

Hierarchical Spatio-Temporal State-Space Modeling for fMRI Analysis
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

Prompt-Based Spatio-Temporal Graph Transfer Learning
von: Hu, Junfeng, et al.
Veröffentlicht: (2024)

Spatio-Temporal Graphs Beyond Grids: Benchmark for Maritime Anomaly Detection
von: Kim, Jeehong, et al.
Veröffentlicht: (2025)

Damba-ST: Domain-Adaptive Mamba for Efficient Urban Spatio-Temporal Prediction
von: An, Rui, et al.
Veröffentlicht: (2025)

Hierarchical Information-Guided Spatio-Temporal Mamba for Stock Time Series Forecasting
von: Yan, Wenbo, et al.
Veröffentlicht: (2025)

Block-Biased Mamba for Long-Range Sequence Processing
von: Yu, Annan, et al.
Veröffentlicht: (2025)

Towards Diverse Perspective Learning with Selection over Multiple Temporal Poolings
von: Seong, Jihyeon, et al.
Veröffentlicht: (2024)

Synthetic Datasets for Machine Learning on Spatio-Temporal Graphs using PDEs
von: Arndt, Jost, et al.
Veröffentlicht: (2025)

Riemannian Liquid Spatio-Temporal Graph Network
von: Lu, Liangsi, et al.
Veröffentlicht: (2026)

UniMamba: A Unified Spatial-Temporal Modeling Framework with State-Space and Attention Integration
von: Chen, Xingsheng, et al.
Veröffentlicht: (2026)

Fair Class-Incremental Learning using Sample Weighting
von: Park, Jaeyoung, et al.
Veröffentlicht: (2024)

Effective Dataset Distillation for Spatio-Temporal Forecasting with Bi-dimensional Compression
von: Kwon, Taehyung, et al.
Veröffentlicht: (2026)

EPM-RL: Reinforcement Learning for On-Premise Product Mapping in E-Commerce
von: Yu, Minhyeong, et al.
Veröffentlicht: (2026)

SAMSGL: Series-Aligned Multi-Scale Graph Learning for Spatio-Temporal Forecasting
von: Zou, Xiaobei, et al.
Veröffentlicht: (2023)

Introducing Spectral Attention for Long-Range Dependency in Time Series Forecasting
von: Kang, Bong Gyun, et al.
Veröffentlicht: (2024)

Spatio-Temporal Partial Sensing Forecast for Long-term Traffic
von: Liu, Zibo, et al.
Veröffentlicht: (2024)

GeoMAE: Masking Representation Learning for Spatio-Temporal Graph Forecasting with Missing Values
von: Ke, Songyu, et al.
Veröffentlicht: (2025)

Mamba State-Space Models Are Lyapunov-Stable Learners
von: Halloran, John T., et al.
Veröffentlicht: (2024)

On the Mirage of Long-Range Dependency, with an Application to Integer Multiplication
von: Wei, Zichao
Veröffentlicht: (2026)

MoE-Mamba: Efficient Selective State Space Models with Mixture of Experts
von: Pióro, Maciej, et al.
Veröffentlicht: (2024)