:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Bowen, Li, Haoyang, Wang, Shuning, Nie, Shuo, Zhang, Shanghang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2410.22228
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DIVE: Subgraph Disagreement for Graph Out-of-Distribution Generalization
von: Sun, Xin, et al.
Veröffentlicht: (2024)

Pruning Spurious Subgraphs for Graph Out-of-Distribution Generalization
von: Yao, Tianjun, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalization in Graph Foundation Models
von: Li, Haoyang, et al.
Veröffentlicht: (2026)

Out-of-Distribution Generalized Dynamic Graph Neural Network with Disentangled Intervention and Invariance Promotion
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

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

Invariant Graph Learning Meets Information Bottleneck for Out-of-Distribution Generalization
von: Mao, Wenyu, et al.
Veröffentlicht: (2024)

CGRL: Causal-Guided Representation Learning for Graph Out-of-Distribution Generalization
von: Lu, Bowen, et al.
Veröffentlicht: (2026)

Quantifying Distributional Invariance in Causal Subgraph for IRM-Free Graph Generalization
von: Qiu, Yang, et al.
Veröffentlicht: (2025)

Graph Out-of-Distribution Generalization via Causal Intervention
von: Wu, Qitian, et al.
Veröffentlicht: (2024)

Generative Risk Minimization for Out-of-Distribution Generalization on Graphs
von: Wang, Song, et al.
Veröffentlicht: (2025)

Invariant Graph Transformer for Out-of-Distribution Generalization
von: Liao, Tianyin, et al.
Veröffentlicht: (2025)

A Survey of Deep Graph Learning under Distribution Shifts: from Graph Out-of-Distribution Generalization to Adaptation
von: Zhang, Kexin, et al.
Veröffentlicht: (2024)

Aggregation Hides Out-of-Distribution Generalization Failures from Spurious Correlations
von: Salaudeen, Olawale, et al.
Veröffentlicht: (2025)

GraphGen+: Advancing Distributed Subgraph Generation and Graph Learning On Industrial Graphs
von: Jin, Yue, et al.
Veröffentlicht: (2025)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

PISA: Prioritized Invariant Subgraph Aggregation
von: Ghasemi, Ali, et al.
Veröffentlicht: (2025)

Enhancing Distribution and Label Consistency for Graph Out-of-Distribution Generalization
von: Wang, Song, et al.
Veröffentlicht: (2025)

Graph Structure and Feature Extrapolation for Out-of-Distribution Generalization
von: Li, Xiner, et al.
Veröffentlicht: (2023)

Out-of-Distribution Generalization on Graphs via Progressive Inference
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Beyond Generalization: A Survey of Out-Of-Distribution Adaptation on Graphs
von: Liu, Shuhan, et al.
Veröffentlicht: (2024)

Towards Subgraph Isomorphism Counting with Graph Kernels
von: Liu, Xin, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection on Graphs: A Survey
von: Cai, Tingyi, et al.
Veröffentlicht: (2025)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

Out-of-Distribution Graph Models Merging
von: Wang, Yidi, et al.
Veröffentlicht: (2025)

Exploring Graph-Transformer Out-of-Distribution Generalization Abilities
von: Niv, Itay, et al.
Veröffentlicht: (2025)

On the Expressive Power of Subgraph Graph Neural Networks for Graphs with Bounded Cycles
von: Chen, Ziang, et al.
Veröffentlicht: (2025)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Adversarial Label Invariant Graph Data Augmentations for Out-of-Distribution Generalization
von: Zhang, Simon, et al.
Veröffentlicht: (2026)

Evolving Graph Learning for Out-of-Distribution Generalization in Non-stationary Environments
von: Sun, Qingyun, et al.
Veröffentlicht: (2025)

Quantifying Explanation Quality in Graph Neural Networks using Out-of-Distribution Generalization
von: Zhang, Ding, et al.
Veröffentlicht: (2026)

Learning to Explore: Policy-Guided Outlier Synthesis for Graph Out-of-Distribution Detection
von: Sun, Li, et al.
Veröffentlicht: (2026)

Disentangled Graph Prompting for Out-Of-Distribution Detection
von: Yang, Cheng, et al.
Veröffentlicht: (2026)

A Survey on Evaluation of Out-of-Distribution Generalization
von: Yu, Han, et al.
Veröffentlicht: (2024)

BOOD: Boundary-based Out-Of-Distribution Data Generation
von: Liao, Qilin, et al.
Veröffentlicht: (2025)

GOLD: Graph Out-of-Distribution Detection via Implicit Adversarial Latent Generation
von: Wang, Danny, et al.
Veröffentlicht: (2025)

Improving Graph Out-of-distribution Generalization Beyond Causality
von: Xu, Can, et al.
Veröffentlicht: (2024)

GOODAT: Towards Test-time Graph Out-of-Distribution Detection
von: Wang, Luzhi, et al.
Veröffentlicht: (2024)

On the Out-of-Distribution Generalization of Self-Supervised Learning
von: Qiang, Wenwen, et al.
Veröffentlicht: (2025)

Cross-Paradigm Graph Backdoor Attacks with Promptable Subgraph Triggers
von: Liu, Dongyi, et al.
Veröffentlicht: (2025)

Few-shot Knowledge Graph Relational Reasoning via Subgraph Adaptation
von: Liu, Haochen, et al.
Veröffentlicht: (2024)