Buchumschlag

Sub-graph Based Diffusion Model for Link Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Hang, Jin, Wei, Skenderi, Geri, Shomer, Harry, Tang, Wenzhuo, Fan, Wenqi, Tang, Jiliang
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

Subgraph Generation for Generalizing on Out-of-Distribution Links
von: Revolinsky, Jay, et al.
Veröffentlicht: (2025)

Towards Understanding Link Predictor Generalizability Under Distribution Shifts
von: Revolinsky, Jay, et al.
Veröffentlicht: (2024)

Towards Better Benchmark Datasets for Inductive Knowledge Graph Completion
von: Shomer, Harry, et al.
Veröffentlicht: (2024)

Are Expressive Encoders Necessary for Discrete Graph Generation?
von: Revolinsky, Jay, et al.
Veröffentlicht: (2026)

A Geometric Perspective on the Difficulties of Learning GNN-based SAT Solvers
von: Skenderi, Geri
Veröffentlicht: (2025)

Graph-level Representation Learning with Joint-Embedding Predictive Architectures
von: Skenderi, Geri, et al.
Veröffentlicht: (2023)

Higher-order Structure Boosts Link Prediction on Temporal Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2025)

A Scalable Pretraining Framework for Link Prediction with Efficient Adaptation
von: Song, Yu, et al.
Veröffentlicht: (2025)

Revisiting Link Prediction: A Data Perspective
von: Mao, Haitao, et al.
Veröffentlicht: (2023)

LPFormer: An Adaptive Graph Transformer for Link Prediction
von: Shomer, Harry, et al.
Veröffentlicht: (2023)

Exploring the Potential of Large Language Models (LLMs) in Learning on Graphs
von: Chen, Zhikai, et al.
Veröffentlicht: (2023)

One Model for One Graph: A New Perspective for Pretraining with Cross-domain Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

How Do Large Language Models Understand Graph Patterns? A Benchmark for Graph Pattern Comprehension
von: Dai, Xinnan, et al.
Veröffentlicht: (2024)

Mixture of Link Predictors on Graphs
von: Ma, Li, et al.
Veröffentlicht: (2024)

Learning on Graphs with Large Language Models(LLMs): A Deep Dive into Model Robustness
von: Guo, Kai, et al.
Veröffentlicht: (2024)

Investigating Out-of-Distribution Generalization of GNNs: An Architecture Perspective
von: Guo, Kai, et al.
Veröffentlicht: (2024)

Enhancing Molecular Property Predictions by Learning from Bond Modelling and Interactions
von: Liu, Yunqing, et al.
Veröffentlicht: (2026)

Enhancing ID and Text Fusion via Alternative Training in Session-based Recommendation
von: Li, Juanhui, et al.
Veröffentlicht: (2024)

Inference-Time Alignment of Diffusion Models with Direct Noise Optimization
von: Tang, Zhiwei, et al.
Veröffentlicht: (2024)

Empowering GraphRAG with Knowledge Filtering and Integration
von: Guo, Kai, et al.
Veröffentlicht: (2025)

A LLM-Powered Automatic Grading Framework with Human-Level Guidelines Optimization
von: Chu, Yucheng, et al.
Veröffentlicht: (2024)

From Bias to Behavior: Learning Bull-Bear Market Dynamics with Contrastive Modeling
von: Luo, Xiaotong, et al.
Veröffentlicht: (2025)

SA-GDA: Spectral Augmentation for Graph Domain Adaptation
von: Pang, Jinhui, et al.
Veröffentlicht: (2024)

Superiority of Multi-Head Attention in In-Context Linear Regression
von: Cui, Yingqian, et al.
Veröffentlicht: (2024)

Diffmv: A Unified Diffusion Framework for Healthcare Predictions with Random Missing Views and View Laziness
von: Zhao, Chuang, et al.
Veröffentlicht: (2025)

Label-free Node Classification on Graphs with Large Language Models (LLMS)
von: Chen, Zhikai, et al.
Veröffentlicht: (2023)

EEGDM: Learning EEG Representation with Latent Diffusion Model
von: Wang, Shaocong, et al.
Veröffentlicht: (2025)

Unveiling Mode Connectivity in Graph Neural Networks
von: Li, Bingheng, et al.
Veröffentlicht: (2025)

Expensive Multi-Objective Bayesian Optimization Based on Diffusion Models
von: Li, Bingdong, et al.
Veröffentlicht: (2024)

LoRAP: Transformer Sub-Layers Deserve Differentiated Structured Compression for Large Language Models
von: Li, Guangyan, et al.
Veröffentlicht: (2024)

Score-based Generative Diffusion Models for Social Recommendations
von: Liu, Chengyi, et al.
Veröffentlicht: (2024)

Diffusion with a Linguistic Compass: Steering the Generation of Clinically Plausible Future sMRI Representations for Early MCI Conversion Prediction
von: Tang, Zhihao, et al.
Veröffentlicht: (2025)

Graph Machine Learning in the Era of Large Language Models (LLMs)
von: Wang, Shijie, et al.
Veröffentlicht: (2024)

Diffusion Generative Models Meet Compressed Sensing, with Applications to Imaging and Finance
von: Guo, Zhengyi, et al.
Veröffentlicht: (2025)

Towards Neural Scaling Laws on Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

A Pre-training Framework for Relational Data with Information-theoretic Principles
von: Truong, Quang, et al.
Veröffentlicht: (2025)

EasyST: A Simple Framework for Spatio-Temporal Prediction
von: Tang, Jiabin, et al.
Veröffentlicht: (2024)

Beyond Static Retrieval: Opportunities and Pitfalls of Iterative Retrieval in GraphRAG
von: Guo, Kai, et al.
Veröffentlicht: (2025)

Damba-ST: Domain-Adaptive Mamba for Efficient Urban Spatio-Temporal Prediction
von: An, Rui, et al.
Veröffentlicht: (2025)

FaultDiffusion: Few-Shot Fault Time Series Generation with Diffusion Model
von: Xu, Yi, et al.
Veröffentlicht: (2025)