Buchumschlag

Improving Graph Out-of-distribution Generalization Beyond Causality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Can, Cheng, Yao, Yu, Jianxiang, Wang, Haosen, Lv, Jingsong, Liu, Yao, Li, Xiang
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

Boosting Graph Foundation Model from Structural Perspective
von: Cheng, Yao, et al.
Veröffentlicht: (2024)

A Survey on Learning from Graphs with Heterophily: Recent Advances and Future Directions
von: Gong, Chenghua, et al.
Veröffentlicht: (2024)

Self-Pro: A Self-Prompt and Tuning Framework for Graph Neural Networks
von: Gong, Chenghua, et al.
Veröffentlicht: (2023)

Variational Graph Autoencoder for Heterogeneous Information Networks with Missing and Inaccurate Attributes
von: Zhao, Yige, et al.
Veröffentlicht: (2023)

Graph Synthetic Out-of-Distribution Exposure with Large Language Models
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

Homophily-aware Heterogeneous Graph Contrastive Learning
von: Wang, Haosen, et al.
Veröffentlicht: (2025)

Bounded and Uniform Energy-based Out-of-distribution Detection for Graphs
von: Yang, Shenzhi, et al.
Veröffentlicht: (2025)

Heterogeneous Graph Contrastive Learning with Meta-path Contexts and Adaptively Weighted Negative Samples
von: Yu, Jianxiang, et al.
Veröffentlicht: (2022)

Beyond Generalization: A Survey of Out-Of-Distribution Adaptation on Graphs
von: Liu, Shuhan, et al.
Veröffentlicht: (2024)

Negative as Positive: Enhancing Out-of-distribution Generalization for Graph Contrastive Learning
von: Wang, Zixu, et al.
Veröffentlicht: (2024)

CGRL: Causal-Guided Representation Learning for Graph Out-of-Distribution Generalization
von: Lu, Bowen, et al.
Veröffentlicht: (2026)

Geometric-Facilitated Denoising Diffusion Model for 3D Molecule Generation
von: Xu, Can, et al.
Veröffentlicht: (2024)

Relation-Aware Graph Foundation Model
von: Yu, Jianxiang, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Node Generation in Few-Shot Learning on Text-Attributed Graphs
von: Yu, Jianxiang, et al.
Veröffentlicht: (2023)

OOD-GraphLLM: Graph Large Language Model for Out-of-Distribution Generalized Drug Synergy Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2026)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

GQWformer: A Quantum-based Transformer for Graph Representation Learning
von: Yu, Lei, et al.
Veröffentlicht: (2024)

Pruning Spurious Subgraphs for Graph Out-of-Distribution Generalization
von: Yao, Tianjun, et al.
Veröffentlicht: (2025)

Hierarchical Vector Quantized Graph Autoencoder with Annealing-Based Code Selection
von: Zeng, Long, et al.
Veröffentlicht: (2025)

Bridging Multicalibration and Out-of-distribution Generalization Beyond Covariate Shift
von: Wu, Jiayun, et al.
Veröffentlicht: (2024)

A Survey of Out-of-distribution Generalization for Graph Machine Learning from a Causal View
von: Ma, Jing
Veröffentlicht: (2024)

Spurious Feature Diversification Improves Out-of-distribution Generalization
von: Lin, Yong, et al.
Veröffentlicht: (2023)

FOOGD: Federated Collaboration for Both Out-of-distribution Generalization and Detection
von: Liao, Xinting, et al.
Veröffentlicht: (2024)

Subgraph Aggregation for Out-of-Distribution Generalization on Graphs
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

Uncovering Causal Relation Shifts in Event Sequences under Out-of-Domain Interventions
von: Zinat, Kazi Tasnim, et al.
Veröffentlicht: (2025)

Graph Out-of-Distribution Generalization via Causal Intervention
von: Wu, Qitian, et al.
Veröffentlicht: (2024)

Few-Shot Graph Out-of-Distribution Detection with LLMs
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

RELIEF: Reinforcement Learning Empowered Graph Feature Prompt Tuning
von: Zhu, Jiapeng, et al.
Veröffentlicht: (2024)

Human Cognition Inspired RAG with Knowledge Graph for Complex Problem Solving
von: Cheng, Yao, et al.
Veröffentlicht: (2025)

Generative models for decision-making under distributional shift
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2026)

Neuron Activation Coverage: Rethinking Out-of-distribution Detection and Generalization
von: Liu, Yibing, et al.
Veröffentlicht: (2023)

Causality-Inspired Safe Residual Correction for Multivariate Time Series
von: Xie, Jianxiang, et al.
Veröffentlicht: (2025)

Invariant Graph Learning Meets Information Bottleneck for Out-of-Distribution Generalization
von: Mao, Wenyu, et al.
Veröffentlicht: (2024)

Out-of-Distribution Generalization in Graph Foundation Models
von: Li, Haoyang, et al.
Veröffentlicht: (2026)

Out-of-Distribution Generalization on Graphs via Progressive Inference
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Regularized Multi-LLMs Collaboration for Enhanced Score-based Causal Discovery
von: Li, Xiaoxuan, et al.
Veröffentlicht: (2024)

Improving Out-of-Distribution Generalization of Trajectory Prediction for Autonomous Driving via Polynomial Representations
von: Yao, Yue, et al.
Veröffentlicht: (2024)

Causal Graph Discovery with Retrieval-Augmented Generation based Large Language Models
von: Zhang, Yuzhe, et al.
Veröffentlicht: (2024)

Disentangled Graph Prompting for Out-Of-Distribution Detection
von: Yang, Cheng, et al.
Veröffentlicht: (2026)

Transferable Graph Condensation from the Causal Perspective
von: Du, Huaming, et al.
Veröffentlicht: (2026)