Buchumschlag

Optimizing Long-tailed Link Prediction in Graph Neural Networks through Structure Representation Enhancement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yakun, Wang, Daixin, Liu, Hongrui, Hu, Binbin, Yan, Yingcui, Zhang, Qiyang, Zhang, Zhiqiang
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

Financial Default Prediction via Motif-preserving Graph Neural Network with Curriculum Learning
von: Wang, Daixin, et al.
Veröffentlicht: (2024)

Graph Neural Network with Two Uplift Estimators for Label-Scarcity Individual Uplift Modeling
von: Zhu, Dingyuan, et al.
Veröffentlicht: (2024)

Smoothness Really Matters: A Simple Yet Effective Approach for Unsupervised Graph Domain Adaptation
von: Chen, Wei, et al.
Veröffentlicht: (2024)

IceBerg: Debiased Self-Training for Class-Imbalanced Node Classification
von: Li, Zhixun, et al.
Veröffentlicht: (2025)

Inductive Link Prediction in Knowledge Graphs using Path-based Neural Networks
von: Zhang, Canlin, et al.
Veröffentlicht: (2023)

Probability Passing for Graph Neural Networks: Graph Structure and Representations Joint Learning
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Promoting Fairness in Link Prediction with Graph Enhancement
von: Liu, Yezi, et al.
Veröffentlicht: (2024)

Efficient Neural Common Neighbor for Temporal Graph Link Prediction
von: Zhang, Xiaohui, et al.
Veröffentlicht: (2024)

Distilling Long-tailed Datasets
von: Zhao, Zhenghao, et al.
Veröffentlicht: (2024)

Graph Neural Networks Based Analog Circuit Link Prediction
von: Pan, Guanyuan, et al.
Veröffentlicht: (2025)

High-order Graph Neural Networks with Common Neighbor Awareness for Link Prediction
von: Wang, Ling, et al.
Veröffentlicht: (2025)

Heterogeneous Metamaterials Design via Multiscale Neural Implicit Representation
von: Chen, Hongrui, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Conformalized Link Prediction on Graph Neural Networks
von: Zhao, Tianyi, et al.
Veröffentlicht: (2024)

NN-Former: Rethinking Graph Structure in Neural Architecture Representation
von: Xu, Ruihan, et al.
Veröffentlicht: (2025)

Multi-scale Topology Optimization using Neural Networks
von: Chen, Hongrui, et al.
Veröffentlicht: (2024)

When Sharpening Becomes Collapse: Sampling Bias and Semantic Coupling in RL with Verifiable Rewards
von: Fan, Mingyuan, et al.
Veröffentlicht: (2026)

DGNN: Decoupled Graph Neural Networks with Structural Consistency between Attribute and Graph Embedding Representations
von: Wang, Jinlu, et al.
Veröffentlicht: (2024)

Enhancing Size Generalization in Graph Neural Networks through Disentangled Representation Learning
von: Huang, Zheng, et al.
Veröffentlicht: (2024)

Bridging Theory and Practice in Link Representation with Graph Neural Networks
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

GENIE: Watermarking Graph Neural Networks for Link Prediction
von: Bachina, Venkata Sai Pranav, et al.
Veröffentlicht: (2024)

A Community-Enhanced Graph Representation Model for Link Prediction
von: Wang, Lei, et al.
Veröffentlicht: (2025)

Demystifying Distributed Training of Graph Neural Networks for Link Prediction
von: Huang, Xin, et al.
Veröffentlicht: (2025)

On the Impact of Feature Heterophily on Link Prediction with Graph Neural Networks
von: Zhu, Jiong, et al.
Veröffentlicht: (2024)

In-n-Out: Calibrating Graph Neural Networks for Link Prediction
von: Nascimento, Erik, et al.
Veröffentlicht: (2024)

Heuristic Learning with Graph Neural Networks: A Unified Framework for Link Prediction
von: Zhang, Juzheng, et al.
Veröffentlicht: (2024)

Conformal Prediction Meets Long-tail Classification
von: Liu, Shuqi, et al.
Veröffentlicht: (2025)

Graph Disentangle Causal Model: Enhancing Causal Inference in Networked Observational Data
von: Hu, Binbin, et al.
Veröffentlicht: (2024)

Self-Explainable Graph Transformer for Link Sign Prediction
von: Li, Lu, et al.
Veröffentlicht: (2024)

Exploring Consistency in Graph Representations:from Graph Kernels to Graph Neural Networks
von: Liu, Xuyuan, et al.
Veröffentlicht: (2024)

LinkSAGE: Optimizing Job Matching Using Graph Neural Networks
von: Liu, Ping, et al.
Veröffentlicht: (2024)

Towards Comprehensive and Prerequisite-Free Explainer for Graph Neural Networks
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Rethinking Structure Learning For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Hybrid Quantum Neural Networks with Amplitude Encoding: Advancing Recovery Rate Predictions
von: Chen, Ying, et al.
Veröffentlicht: (2025)

Similarity-Navigated Conformal Prediction for Graph Neural Networks
von: Song, Jianqing, et al.
Veröffentlicht: (2024)

Link Prediction with Physics-Inspired Graph Neural Networks
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2024)

Utilizing Graph Neural Networks for Effective Link Prediction in Microservice Architectures
von: Khodabandeh, Ghazal, et al.
Veröffentlicht: (2025)

Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks
von: Regier, Derek, et al.
Veröffentlicht: (2026)

GegenNet: Spectral Convolutional Neural Networks for Link Sign Prediction in Signed Bipartite Graphs
von: Wang, Hewen, et al.
Veröffentlicht: (2025)

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