Buchumschlag

Deeper Insights into Deep Graph Convolutional Networks: Stability and Generalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Guangrui, Li, Ming, Feng, Han, Zhuang, Xiaosheng
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

Bridging Smoothness and Approximation: Theoretical Insights into Over-Smoothing in Graph Neural Networks
von: Yang, Guangrui, et al.
Veröffentlicht: (2024)

Black-box Gradient Attack on Graph Neural Networks: Deeper Insights in Graph-based Attack and Defense
von: Zhan, Haoxi, et al.
Veröffentlicht: (2021)

RandomNet: Clustering Time Series Using Untrained Deep Neural Networks
von: Li, Xiaosheng, et al.
Veröffentlicht: (2024)

Generalized Learning of Coefficients in Spectral Graph Convolutional Networks
von: Coşkun, Mustafa, et al.
Veröffentlicht: (2024)

Coefficient Decomposition for Spectral Graph Convolution
von: Huang, Feng, et al.
Veröffentlicht: (2024)

Multi-Scale Dilated Convolution Network for Long-Term Time Series Forecasting
von: Li, Feifei, et al.
Veröffentlicht: (2024)

Incorporating Domain Differential Equations into Graph Convolutional Networks to Lower Generalization Discrepancy
von: Sun, Yue, et al.
Veröffentlicht: (2024)

Ripple Knowledge Graph Convolutional Networks For Recommendation Systems
von: Li, Chen, et al.
Veröffentlicht: (2023)

Tensor Graph Convolutional Network for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Ada-TransGNN: An Air Quality Prediction Model Based On Adaptive Graph Convolutional Networks
von: Wang, Dan, et al.
Veröffentlicht: (2025)

SAGMAN: Stability Analysis of Graph Neural Networks on the Manifolds
von: Cheng, Wuxinlin, et al.
Veröffentlicht: (2024)

CKGConv: General Graph Convolution with Continuous Kernels
von: Ma, Liheng, et al.
Veröffentlicht: (2024)

Accurate and Scalable Graph Neural Networks via Message Invariance
von: Shi, Zhihao, et al.
Veröffentlicht: (2025)

A Novel Spatiotemporal Coupling Graph Convolutional Network
von: Bi, Fanghui
Veröffentlicht: (2024)

Convolutional Neural Networks on Graphs with Chebyshev Approximation, Revisited
von: He, Mingguo, et al.
Veröffentlicht: (2022)

On the Equivalence of Graph Convolution and Mixup
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

YZS-model: A Predictive Model for Organic Drug Solubility Based on Graph Convolutional Networks and Transformer-Attention
von: Wang, Chenxu, et al.
Veröffentlicht: (2024)

DeepHGCN: Toward Deeper Hyperbolic Graph Convolutional Networks
von: Liu, Jiaxu, et al.
Veröffentlicht: (2023)

ST-HCSS: Deep Spatio-Temporal Hypergraph Convolutional Neural Network for Soft Sensing
von: Tew, Hwa Hui, et al.
Veröffentlicht: (2025)

Markov Process-Based Graph Convolutional Networks for Entity Classification in Knowledge Graphs
von: Mäkelburg, Johannes, et al.
Veröffentlicht: (2024)

HGCN2SP: Hierarchical Graph Convolutional Network for Two-Stage Stochastic Programming
von: Wu, Yang, et al.
Veröffentlicht: (2025)

ResNets Are Deeper Than You Think
von: Mehmeti-Göpel, Christian H. X. Ali, et al.
Veröffentlicht: (2025)

Irregular Traffic Time Series Forecasting Based on Asynchronous Spatio-Temporal Graph Convolutional Network
von: Zhang, Weijia, et al.
Veröffentlicht: (2023)

DRExplainer: Quantifiable Interpretability in Drug Response Prediction with Directed Graph Convolutional Network
von: Shi, Haoyuan, et al.
Veröffentlicht: (2024)

A Simplifying and Learnable Graph Convolutional Attention Network for Unsupervised Knowledge Graphs Alignment
von: Cai, Weishan, et al.
Veröffentlicht: (2024)

Spatial-temporal Graph Convolutional Networks with Diversified Transformation for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Formal Verification of Graph Convolutional Networks with Uncertain Node Features and Uncertain Graph Structure
von: Ladner, Tobias, et al.
Veröffentlicht: (2024)

Graph Neural Networks vs Convolutional Neural Networks for Graph Domination Number Prediction
von: Davila, Randy, et al.
Veröffentlicht: (2025)

Digging Deeper: Learning Multi-Level Concept Hierarchies
von: Hill, Oscar, et al.
Veröffentlicht: (2026)

The Depth Delusion: Why Transformers Should Be Wider, Not Deeper
von: Fahim, Md Muhtasim Munif, et al.
Veröffentlicht: (2026)

Optimize Wider, Not Deeper: Consensus Aggregation for Policy Optimization
von: Su, Zelal, et al.
Veröffentlicht: (2026)

Knowledge Distillation on Spatial-Temporal Graph Convolutional Network for Traffic Prediction
von: Izadi, Mohammad, et al.
Veröffentlicht: (2024)

Spatial-Temporal Interactive Dynamic Graph Convolution Network for Traffic Forecasting
von: Liu, Aoyu, et al.
Veröffentlicht: (2022)

Longer Context, Deeper Thinking: Uncovering the Role of Long-Context Ability in Reasoning
von: Yang, Wang, et al.
Veröffentlicht: (2025)

PAGE: Parametric Generative Explainer for Graph Neural Network
von: Qiu, Yang, et al.
Veröffentlicht: (2024)

Deeper Understanding of Black-box Predictions via Generalized Influence Functions
von: Lyu, Hyeonsu, et al.
Veröffentlicht: (2023)

Thinking Deeper, Not Longer: Depth-Recurrent Transformers for Compositional Generalization
von: Chen, Hung-Hsuan
Veröffentlicht: (2026)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)

Deep Convolutional Neural Networks for Palm Fruit Maturity Classification
von: Han, Mingqiang, et al.
Veröffentlicht: (2025)

Mix-LN: Unleashing the Power of Deeper Layers by Combining Pre-LN and Post-LN
von: Li, Pengxiang, et al.
Veröffentlicht: (2024)