Copertina

Next Level Message-Passing with Hierarchical Support Graphs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vonessen, Carlos, Grötschla, Florian, Wattenhofer, Roger
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Benchmarking Positional Encodings for GNNs and Graph Transformers
di: Grötschla, Florian, et al.
Pubblicazione: (2024)

Parametric Neural Amp Modeling with Active Learning
di: Grötschla, Florian, et al.
Pubblicazione: (2025)

Decentralized Federated Policy Gradient with Byzantine Fault-Tolerance and Provably Fast Convergence
di: Jordan, Philip, et al.
Pubblicazione: (2024)

CoRe-GD: A Hierarchical Framework for Scalable Graph Visualization with GNNs
di: Grötschla, Florian, et al.
Pubblicazione: (2024)

Graph Unitary Message Passing
di: Qiu, Haiquan, et al.
Pubblicazione: (2024)

GraphFSA: A Finite State Automaton Framework for Algorithmic Learning on Graphs
di: Grötschla, Florian, et al.
Pubblicazione: (2024)

Symbolic Graph Intelligence: Hypervector Message Passing for Learning Graph-Level Patterns with Tsetlin Machines
di: Blakely, Christian D.
Pubblicazione: (2025)

Enhancing Graph Representations with Neighborhood-Contextualized Message-Passing
di: Lim, Brian Godwin, et al.
Pubblicazione: (2025)

From Message-Passing to Linearized Graph Sequence Models
di: Mathys, Joël, et al.
Pubblicazione: (2026)

Dual-channel Heterophilic Message Passing for Graph Fraud Detection
di: Zhang, Wenxin, et al.
Pubblicazione: (2025)

Inductive Transfer Learning for Graph-Based Recommenders
di: Grötschla, Florian, et al.
Pubblicazione: (2025)

On the Expressive Power of GNNs for Boolean Satisfiability
di: Peltonen, Saku, et al.
Pubblicazione: (2026)

Partitioning Message Passing for Graph Fraud Detection
di: Zhuo, Wei, et al.
Pubblicazione: (2024)

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

MLGIB: Multi-Label Graph Information Bottleneck for Expressive and Robust Message Passing
di: Wu, Chaokai, et al.
Pubblicazione: (2026)

Beyond Message Passing: A Symbolic Alternative for Expressive and Interpretable Graph Learning
di: Geng, Chuqin, et al.
Pubblicazione: (2026)

IMPaCT GNN: Imposing invariance with Message Passing in Chronological split Temporal Graphs
di: Park, Sejun, et al.
Pubblicazione: (2024)

Are Graph Transformers Necessary? Efficient Long-Range Message Passing with Fractal Nodes in MPNNs
di: Choi, Jeongwhan, et al.
Pubblicazione: (2025)

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

Link Prediction with Untrained Message Passing Layers
di: Qarkaxhija, Lisi, et al.
Pubblicazione: (2024)

Distributed Conformal Prediction via Message Passing
di: Wen, Haifeng, et al.
Pubblicazione: (2025)

Neural-Symbolic Message Passing with Dynamic Pruning
di: Zhang, Chongzhi, et al.
Pubblicazione: (2025)

Beyond Message Passing: Neural Graph Pattern Machine
di: Wang, Zehong, et al.
Pubblicazione: (2025)

'Si'multaneous 'S'patial-'T'emporal Message Passing for Dynamic Graph Representation Learning
di: Roy, Shubhajit, et al.
Pubblicazione: (2026)

Could Chemical LLMs benefit from Message Passing
di: Xie, Jiaqing, et al.
Pubblicazione: (2024)

Message Passing on the Edge: Towards Scalable and Expressive GNNs
di: Barceló, Pablo, et al.
Pubblicazione: (2025)

Inference of Sequential Patterns for Neural Message Passing in Temporal Graphs
di: von Pichowski, Jan, et al.
Pubblicazione: (2024)

Protein Secondary Structure Prediction Using 3D Graphs and Relation-Aware Message Passing Transformers
di: Varshney, Disha, et al.
Pubblicazione: (2025)

HyperGraphX: Graph Transductive Learning with Hyperdimensional Computing and Message Passing
di: Cong, Guojing, et al.
Pubblicazione: (2025)

PANDA: Expanded Width-Aware Message Passing Beyond Rewiring
di: Choi, Jeongwhan, et al.
Pubblicazione: (2024)

How Particle System Theory Enhances Hypergraph Message Passing
di: Ma, Yixuan, et al.
Pubblicazione: (2025)

BeMap: Balanced Message Passing for Fair Graph Neural Network
di: Lin, Xiao, et al.
Pubblicazione: (2023)

Benchmarking GNNs Using Lightning Network Data
di: Feichtinger, Rainer, et al.
Pubblicazione: (2024)

Beyond Interpolation: Extrapolative Reasoning with Reinforcement Learning and Graph Neural Networks
di: Grillo, Niccolò, et al.
Pubblicazione: (2025)

Provably Powerful Graph Neural Networks for Directed Multigraphs
di: Egressy, Béni, et al.
Pubblicazione: (2023)

ACMP: Allen-Cahn Message Passing with Attractive and Repulsive Forces for Graph Neural Networks
di: Wang, Yuelin, et al.
Pubblicazione: (2022)

Transformers from Diffusion: A Unified Framework for Neural Message Passing
di: Wu, Qitian, et al.
Pubblicazione: (2024)

Training-Free Message Passing for Learning on Hypergraphs
di: Tang, Bohan, et al.
Pubblicazione: (2024)

Flood and Echo Net: Algorithmically Aligned GNNs that Generalize
di: Mathys, Joël, et al.
Pubblicazione: (2023)

Graph Dimension Attention Networks for Enterprise Credit Assessment
di: Wei, Shaopeng, et al.
Pubblicazione: (2024)