Buchumschlag

Enhancing GNNs with Architecture-Agnostic Graph Transformations: A Systematic Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhifei, Großmann, Gerrit, Wolf, Verena
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

Exploring Molecule Generation Using Latent Space Graph Diffusion
von: Pombala, Prashanth, et al.
Veröffentlicht: (2025)

Auto-encoding Molecules: Graph-Matching Capabilities Matter
von: Cunow, Magnus, et al.
Veröffentlicht: (2025)

Guiding Exploration in Reinforcement Learning Through LLM-Augmented Observations
von: Jain, Vaibhav, et al.
Veröffentlicht: (2025)

Benchmarking Positional Encodings for GNNs and Graph Transformers
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Trustworthy GNNs with LLMs: A Systematic Review and Taxonomy
von: Xue, Ruizhan, et al.
Veröffentlicht: (2025)

GraphBridge: Towards Arbitrary Transfer Learning in GNNs
von: Ju, Li, et al.
Veröffentlicht: (2025)

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

When Counterfactual Reasoning Fails: Chaos and Real-World Complexity
von: Aalaila, Yahya, et al.
Veröffentlicht: (2025)

The Heterophilic Snowflake Hypothesis: Training and Empowering GNNs for Heterophilic Graphs
von: Wang, Kun, et al.
Veröffentlicht: (2024)

Inductive Knowledge Graph Completion with GNNs and Rules: An Analysis
von: Anil, Akash, et al.
Veröffentlicht: (2023)

Strongly Topology-preserving GNNs for Brain Graph Super-resolution
von: Singh, Pragya, et al.
Veröffentlicht: (2024)

Decouple Graph Neural Networks: Train Multiple Simple GNNs Simultaneously Instead of One
von: Zhang, Hongyuan, et al.
Veröffentlicht: (2023)

Learning Probabilistic Symmetrization for Architecture Agnostic Equivariance
von: Kim, Jinwoo, et al.
Veröffentlicht: (2023)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2024)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2026)

GraphEdge: Dynamic Graph Partition and Task Scheduling for GNNs Computing in Edge Network
von: Xiao, Wenjing, et al.
Veröffentlicht: (2025)

A Survey of Graph Transformers: Architectures, Theories and Applications
von: Yuan, Chaohao, et al.
Veröffentlicht: (2025)

Acceleration Algorithms in GNNs: A Survey
von: Ma, Lu, et al.
Veröffentlicht: (2024)

GSR-GNN: Training Acceleration and Memory-Saving Framework of Deep GNNs on Circuit Graph
von: Luo, Yuebo, et al.
Veröffentlicht: (2026)

Revealing Combinatorial Reasoning of GNNs via Graph Concept Bottleneck Layer
von: Niu, Yue, et al.
Veröffentlicht: (2026)

Mirage: Model-Agnostic Graph Distillation for Graph Classification
von: Gupta, Mridul, et al.
Veröffentlicht: (2023)

Task-Oriented GNNs Training on Large Knowledge Graphs for Accurate and Efficient Modeling
von: Abdallah, Hussein, et al.
Veröffentlicht: (2024)

Can TabPFN Compete with GNNs for Node Classification via Graph Tabularization?
von: Choi, Jeongwhan, et al.
Veröffentlicht: (2025)

Task Agnostic Architecture for Algorithm Induction via Implicit Composition
von: Sindhi, Sahil J., et al.
Veröffentlicht: (2024)

GCoDE: Efficient Device-Edge Co-Inference for GNNs via Architecture-Mapping Co-Search
von: Zhou, Ao, et al.
Veröffentlicht: (2025)

Enhanced Graph Transformer with Serialized Graph Tokens
von: Wang, Ruixiang, et al.
Veröffentlicht: (2026)

LLM Enhancers for GNNs: An Analysis from the Perspective of Causal Mechanism Identification
von: Gao, Hang, et al.
Veröffentlicht: (2025)

On Vanishing Gradients, Over-Smoothing, and Over-Squashing in GNNs: Bridging Recurrent and Graph Learning
von: Arroyo, Álvaro, et al.
Veröffentlicht: (2025)

Properties that allow or prohibit transferability of adversarial attacks among quantized networks
von: Shrestha, Abhishek, et al.
Veröffentlicht: (2024)

Enhanced Pruning Strategy for Multi-Component Neural Architectures Using Component-Aware Graph Analysis
von: Sundaram, Ganesh, et al.
Veröffentlicht: (2025)

Adaptive Graph Rewiring to Mitigate Over-Squashing in Mesh-Based GNNs for Fluid Dynamics Simulations
von: Seo, Sangwoo, et al.
Veröffentlicht: (2025)

Neural Spatiotemporal Point Processes: Trends and Challenges
von: Mukherjee, Sumantrak, et al.
Veröffentlicht: (2025)

Unsupervised Optimisation of GNNs for Node Clustering
von: Leeney, William, et al.
Veröffentlicht: (2024)

On the Expressive Power of GNNs for Boolean Satisfiability
von: Peltonen, Saku, et al.
Veröffentlicht: (2026)

RELATE: A Schema-Agnostic Perceiver Encoder for Multimodal Relational Graphs
von: Meyer, Joe, et al.
Veröffentlicht: (2025)

Transforming Evidence Synthesis: A Systematic Review of the Evolution of Automated Meta-Analysis in the Age of AI
von: Li, Lingbo, et al.
Veröffentlicht: (2025)

Transformer-based Parameter Fitting of Models derived from Bloch-McConnell Equations for CEST MRI Analysis
von: Duhme, Christof, et al.
Veröffentlicht: (2026)

Enhancing Graph U-Nets for Mesh-Agnostic Spatio-Temporal Flow Prediction
von: Yang, Sunwoong, et al.
Veröffentlicht: (2024)

A Model-Agnostic Graph Neural Network for Integrating Local and Global Information
von: Zhou, Wenzhuo, et al.
Veröffentlicht: (2023)

SFR-GNN: Simple and Fast Robust GNNs against Structural Attacks
von: Ai, Xing, et al.
Veröffentlicht: (2024)