Copertina

Heterogeneous Sheaf Neural Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Braithwaite, Luke, Borgi, Alessio, Onorato, Gabriele, Tarantelli, Kristjan, Restuccia, Francesco, Silvestri, Fabrizio, Liò, Pietro
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves
di: Borgi, Alessio, et al.
Pubblicazione: (2025)

Sheaf Hypergraph Networks
di: Duta, Iulia, et al.
Pubblicazione: (2023)

Sheaf4Rec: Sheaf Neural Networks for Graph-based Recommender Systems
di: Purificato, Antonio, et al.
Pubblicazione: (2023)

Remember to Forget: Gated Adaptive Positional Encoding
di: Ali, Riccardo, et al.
Pubblicazione: (2026)

Bayesian Optimization for Hyperparameters Tuning in Neural Networks
di: Onorato, Gabriele
Pubblicazione: (2024)

Sheaf HyperNetworks for Personalized Federated Learning
di: Nguyen, Bao, et al.
Pubblicazione: (2024)

Joint Diffusion Processes as an Inductive Bias in Sheaf Neural Networks
di: Caralt, Ferran Hernandez, et al.
Pubblicazione: (2024)

On the Necessity of Learnable Sheaf Laplacians
di: Caralt, Ferran Hernandez, et al.
Pubblicazione: (2026)

Renormalized Graph Representations for Node Classification
di: Caso, Francesco, et al.
Pubblicazione: (2023)

COMBINEX: A Unified Counterfactual Explainer for Graph Neural Networks via Node Feature and Structural Perturbations
di: Giorgi, Flavio, et al.
Pubblicazione: (2025)

Wasserstein Hypergraph Neural Network
di: Duta, Iulia, et al.
Pubblicazione: (2025)

Directional Sheaf Hypergraph Networks: Unifying Learning on Directed and Undirected Hypergraphs
di: Mule, Emanuele, et al.
Pubblicazione: (2025)

Topotein: Topological Deep Learning for Protein Representation Learning
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)

Neural Bipartite Matching
di: Georgiev, Dobrik, et al.
Pubblicazione: (2020)

Superposition in Graph Neural Networks
di: Pertl, Lukas, et al.
Pubblicazione: (2025)

Cooperative Sheaf Neural Networks
di: Ribeiro, André, et al.
Pubblicazione: (2025)

An Effective Universal Polynomial Basis for Spectral Graph Neural Networks
di: Huang, Keke, et al.
Pubblicazione: (2023)

Sheaf Neural Networks and biomedical applications
di: Mehrab, Aneeqa, et al.
Pubblicazione: (2026)

Symmetry and Generalisation in Neural Approximations of Renormalisation Transformations
di: Ashworth, Cassidy, et al.
Pubblicazione: (2025)

MoRE-GNN: Multi-omics Data Integration with a Heterogeneous Graph Autoencoder
di: Wang, Zhiyu, et al.
Pubblicazione: (2025)

SPHINX: Structural Prediction using Hypergraph Inference Network
di: Duta, Iulia, et al.
Pubblicazione: (2024)

DARDA: Domain-Aware Real-Time Dynamic Neural Network Adaptation
di: Rifat, Shahriar, et al.
Pubblicazione: (2024)

Adversarial Attacks to Latent Representations of Distributed Neural Networks in Split Computing
di: Zhang, Milin, et al.
Pubblicazione: (2023)

Bayesian Sheaf Neural Networks
di: Gillespie, Patrick, et al.
Pubblicazione: (2024)

An Empirical Investigation of Neural ODEs and Symbolic Regression for Dynamical Systems
di: Ioannou, Panayiotis, et al.
Pubblicazione: (2026)

Resilience of Entropy Model in Distributed Neural Networks
di: Zhang, Milin, et al.
Pubblicazione: (2024)

Nonlinear Sheaf Diffusion in Graph Neural Networks
di: Zaghen, Olga
Pubblicazione: (2024)

SINF: Semantic Neural Network Inference with Semantic Subgraphs
di: Sayyed, A. Q. M. Sazzad, et al.
Pubblicazione: (2023)

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

Enhancing XAI Narratives through Multi-Narrative Refinement and Knowledge Distillation
di: Giorgi, Flavio, et al.
Pubblicazione: (2025)

Gaussian Sheaf Neural Networks
di: Ribeiro, André, et al.
Pubblicazione: (2026)

Explaining the Explainers in Graph Neural Networks: a Comparative Study
di: Longa, Antonio, et al.
Pubblicazione: (2022)

Explaining Hypergraph Neural Networks: From Local Explanations to Global Concepts
di: Su, Shiye, et al.
Pubblicazione: (2024)

Early-Exit Graph Neural Networks
di: Di Francesco, Andrea Giuseppe, et al.
Pubblicazione: (2025)

A machine learning approach to investigate regulatory control circuits in bacterial metabolic pathways
di: Bardozzo, Francesco, et al.
Pubblicazione: (2020)

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
di: Zou, Xiandong, et al.
Pubblicazione: (2023)

Generalizability vs. Counterfactual Explainability Trade-Off
di: Veglianti, Fabiano, et al.
Pubblicazione: (2025)

Countering Overfitting with Counterfactual Examples
di: Giorgi, Flavio, et al.
Pubblicazione: (2025)

Networks of Causal Abstractions: A Sheaf-theoretic Framework
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

GCondNet: A Novel Method for Improving Neural Networks on Small High-Dimensional Tabular Data
di: Margeloiu, Andrei, et al.
Pubblicazione: (2022)