Buchumschlag

Scalable Implicit Graphon Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Azizpour, Ali, Zilberstein, Nicolas, Segarra, Santiago
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Model-Driven Graph Contrastive Learning
von: Azizpour, Ali, et al.
Veröffentlicht: (2025)

Adaptive Node Feature Selection For Graph Neural Networks
von: Navarro, Madeline, et al.
Veröffentlicht: (2025)

Prior-Informed Flow Matching for Graph Reconstruction
von: Chen, Harvey, et al.
Veröffentlicht: (2026)

Sampling with Shielded Langevin Monte Carlo Using Navigation Potentials
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2025)

A Few Moments Please: Scalable Graphon Learning via Moment Matching
von: Ramezanpour, Reza, et al.
Veröffentlicht: (2025)

Repulsive Latent Score Distillation for Solving Inverse Problems
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2024)

GraSSRep: Graph-Based Self-Supervised Learning for Repeat Detection in Metagenomic Assembly
von: Azizpour, Ali, et al.
Veröffentlicht: (2024)

Learning Normalized Energy Models for Linear Inverse Problems
von: Zilberstein, Nicolas, et al.
Veröffentlicht: (2026)

Graph Guided Diffusion: Unified Guidance for Conditional Graph Generation
von: Tenorio, Victor M., et al.
Veröffentlicht: (2025)

Improving Adversarial Robustness of Attribution via Implicit Regularization
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2026)

Graphon Mixtures
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2025)

Learning Time-Varying Turn-Taking Behavior in Group Conversations
von: Navarro, Madeline, et al.
Veröffentlicht: (2025)

Learning state and proposal dynamics in state-space models using differentiable particle filters and neural networks
von: Cox, Benjamin, et al.
Veröffentlicht: (2024)

Adaptive Graph Coarsening for Efficient GNN Training
von: Olshevskyi, Rostyslav, et al.
Veröffentlicht: (2025)

Graphons of Line Graphs
von: Kandanaarachchi, Sevvandi, et al.
Veröffentlicht: (2024)

Estimation of partially known Gaussian graphical models with score-based structural priors
von: Sevilla, Martín, et al.
Veröffentlicht: (2024)

Generalization Bounds for Message Passing Networks on Mixture of Graphons
von: Maskey, Sohir, et al.
Veröffentlicht: (2024)

Graph Filters for Signal Processing and Machine Learning on Graphs
von: Isufi, Elvin, et al.
Veröffentlicht: (2022)

Revisiting Score Function Estimators for $k$-Subset Sampling
von: Wijk, Klas, et al.
Veröffentlicht: (2024)

On the Lipschitz Constant of Deep Networks and Double Descent
von: Gamba, Matteo, et al.
Veröffentlicht: (2023)

Transfer Learning on Edge Connecting Probability Estimation under Graphon Model
von: Wang, Yuyao, et al.
Veröffentlicht: (2025)

Fair CoVariance Neural Networks
von: Cavallo, Andrea, et al.
Veröffentlicht: (2024)

Gromov-Wasserstein Graph Coarsening
von: Taveras, Carlos A., et al.
Veröffentlicht: (2025)

Fair Feature Importance Scores via Feature Occlusion and Permutation
von: Little, Camille, et al.
Veröffentlicht: (2026)

Sampling and Uniqueness Sets in Graphon Signal Processing
von: Parada-Mayorga, Alejandro, et al.
Veröffentlicht: (2024)

Higher-Order Graphon Neural Networks: Approximation and Cut Distance
von: Herbst, Daniel, et al.
Veröffentlicht: (2025)

A Note on Graphon-Signal Analysis of Graph Neural Networks
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2025)

Learning Non-myopic Power Allocation in Constrained Scenarios
von: Chowdhury, Arindam, et al.
Veröffentlicht: (2024)

RL$^3$: Boosting Meta Reinforcement Learning via RL inside RL$^2$
von: Bhatia, Abhinav, et al.
Veröffentlicht: (2023)

Pruning at Initialisation through the lens of Graphon Limit: Convergence, Expressivity, and Generalisation
von: Pham, Hoang, et al.
Veröffentlicht: (2026)

Low-Complexity and Consistent Graphon Estimation from Multiple Networks
von: Sogan, Roland Boniface, et al.
Veröffentlicht: (2026)

MAPLE: A Framework for Active Preference Learning Guided by Large Language Models
von: Mahmud, Saaduddin, et al.
Veröffentlicht: (2024)

Stationarity and Spectral Characterization of Random Signals on Simplicial Complexes
von: Navarro, Madeline, et al.
Veröffentlicht: (2026)

ML-SPEAK: A Theory-Guided Machine Learning Method for Studying and Predicting Conversational Turn-taking Patterns
von: O'Bryan, Lisa R., et al.
Veröffentlicht: (2024)

Entropy-based Training Methods for Scalable Neural Implicit Sampler
von: Luo, Weijian, et al.
Veröffentlicht: (2023)

Hessian-Informed Flow Matching
von: Sprague, Christopher Iliffe, et al.
Veröffentlicht: (2024)

Low-Rank Tensors for Multi-Dimensional Markov Models
von: Navarro, Madeline, et al.
Veröffentlicht: (2024)

Transferability of Graph Neural Networks using Graphon and Sampling Theories
von: Neuman, A. Martina, et al.
Veröffentlicht: (2023)

Distributed Link Sparsification for Scalable Scheduling Using Graph Neural Networks (Journal Version)
von: Zhao, Zhongyuan, et al.
Veröffentlicht: (2025)

Redesigning graph filter-based GNNs to relax the homophily assumption
von: Rey, Samuel, et al.
Veröffentlicht: (2024)