Buchumschlag

Towards Few-shot Self-explaining Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Jingyu, Liu, Qi, Yue, Linan, Zhang, Zaixi, Zhang, Kai, Sha, Yunhao
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

GraphPrompter: Multi-stage Adaptive Prompt Optimization for Graph In-Context Learning
von: Lv, Rui, et al.
Veröffentlicht: (2025)

Self-cross Feature based Spiking Neural Networks for Efficient Few-shot Learning
von: Xu, Qi, et al.
Veröffentlicht: (2025)

Towards Faithful Class-level Self-explainability in Graph Neural Networks by Subgraph Dependencies
von: Liu, Fanzhen, et al.
Veröffentlicht: (2025)

Towards Efficient Few-shot Graph Neural Architecture Search via Partitioning Gradient Contribution
von: Song, Wenhao, et al.
Veröffentlicht: (2025)

TransNet: Transfer Knowledge for Few-shot Knowledge Graph Completion
von: Liu, Lihui, et al.
Veröffentlicht: (2025)

Cooperative Classification and Rationalization for Graph Generalization
von: Yue, Linan, et al.
Veröffentlicht: (2024)

Agentic-VLA: Efficient Online Adaptation for Vision-Language-Action Models
von: Jin, Ruofan, et al.
Veröffentlicht: (2026)

Neural Force Field: Few-shot Learning of Generalized Physical Reasoning
von: Li, Shiqian, et al.
Veröffentlicht: (2025)

Towards Faithful Explanations: Boosting Rationalization with Shortcuts Discovery
von: Yue, Linan, et al.
Veröffentlicht: (2024)

Episodic-free Task Selection for Few-shot Learning
von: Zhang, Tao
Veröffentlicht: (2024)

Improving Graph Few-shot Learning with Hyperbolic Space and Denoising Diffusion
von: Liu, Yonghao, et al.
Veröffentlicht: (2026)

SARF: Aliasing Relation Assisted Self-Supervised Learning for Few-shot Relation Reasoning
von: Meng, Lingyuan, et al.
Veröffentlicht: (2023)

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

Relating-Up: Advancing Graph Neural Networks through Inter-Graph Relationships
von: Zou, Qi, et al.
Veröffentlicht: (2024)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Revisiting Chain-of-Thought Prompting: Zero-shot Can Be Stronger than Few-shot
von: Cheng, Xiang, et al.
Veröffentlicht: (2025)

Training Multimodal Large Reasoning Models Needs Better Thoughts: A Three-Stage Framework for Long Chain-of-Thought Synthesis and Selection
von: Wang, Yizhi, et al.
Veröffentlicht: (2025)

GraphFramEx: Towards Systematic Evaluation of Explainability Methods for Graph Neural Networks
von: Amara, Kenza, et al.
Veröffentlicht: (2022)

Few-shot Class-incremental Learning for Classification and Object Detection: A Survey
von: Zhang, Jinghua, et al.
Veröffentlicht: (2023)

Decision-focused Graph Neural Networks for Combinatorial Optimization
von: Liu, Yang, et al.
Veröffentlicht: (2024)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2025)

Few-shot Steerable Alignment: Adapting Rewards and LLM Policies with Neural Processes
von: Kobalczyk, Katarzyna, et al.
Veröffentlicht: (2024)

SIG: Efficient Self-Interpretable Graph Neural Network for Continuous-time Dynamic Graphs
von: Fang, Lanting, et al.
Veröffentlicht: (2024)

An Enhanced Privacy-preserving Federated Few-shot Learning Framework for Respiratory Disease Diagnosis
von: Wang, Ming, et al.
Veröffentlicht: (2025)

Knowledge-enhanced Relation Graph and Task Sampling for Few-shot Molecular Property Prediction
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

SCL-GNN: Towards Generalizable Graph Neural Networks via Spurious Correlation Learning
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2026)

An Efficient Memory Module for Graph Few-Shot Class-Incremental Learning
von: Li, Dong, et al.
Veröffentlicht: (2024)

AnomalyLLM: Few-shot Anomaly Edge Detection for Dynamic Graphs using Large Language Models
von: Liu, Shuo, et al.
Veröffentlicht: (2024)

MetaSTH-Sleep: Towards Effective Few-Shot Sleep Stage Classification for Health Management with Spatial-Temporal Hypergraph Enhanced Meta-Learning
von: Li, Jingyu, et al.
Veröffentlicht: (2025)

Collaborative Cognitive Diagnosis with Disentangled Representation Learning for Learner Modeling
von: Gao, Weibo, et al.
Veröffentlicht: (2024)

Towards Scalable and Deep Graph Neural Networks via Noise Masking
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

Unveiling Global Interactive Patterns across Graphs: Towards Interpretable Graph Neural Networks
von: Wang, Yuwen, et al.
Veröffentlicht: (2024)

See it, Think it, Sorted: Large Multimodal Models are Few-shot Time Series Anomaly Analyzers
von: Zhuang, Jiaxin, et al.
Veröffentlicht: (2024)

Hierarchical Local-Global Feature Learning for Few-shot Malicious Traffic Detection
von: Peng, Songtao, et al.
Veröffentlicht: (2025)

Detecting High-Potential SMEs with Heterogeneous Graph Neural Networks
von: Qi, Yijiashun, et al.
Veröffentlicht: (2026)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

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

Sparse Decomposition of Graph Neural Networks
von: Hu, Yaochen, et al.
Veröffentlicht: (2024)

SF-GNN: Self Filter for Message Lossless Propagation in Deep Graph Neural Network
von: Zhu, Yushan, et al.
Veröffentlicht: (2024)

M-GLC: Motif-Driven Global-Local Context Graphs for Few-shot Molecular Property Prediction
von: Xu, Xiangyang, et al.
Veröffentlicht: (2025)