:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Xuyuan, Cai, Yinghao, Yang, Qihui, Yan, Yujun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2410.23748
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tackling Size Generalization of Graph Neural Networks on Biological Data from a Spectral Perspective
von: Li, Gaotang, et al.
Veröffentlicht: (2023)

Enhancing Size Generalization in Graph Neural Networks through Disentangled Representation Learning
von: Huang, Zheng, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Hyperbolic Kernel Graph Neural Networks for Neurocognitive Decline Analysis from Multimodal Brain Imaging
von: Yang, Meimei, et al.
Veröffentlicht: (2025)

Discovering the Representation Bottleneck of Graph Neural Networks
von: Wu, Fang, et al.
Veröffentlicht: (2022)

Graphs Unveiled: Graph Neural Networks and Graph Generation
von: Kovács, László, et al.
Veröffentlicht: (2024)

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning
von: Li, Kaiyang, et al.
Veröffentlicht: (2026)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

TinyGraph: Joint Feature and Node Condensation for Graph Neural Networks
von: Liu, Yezi, et al.
Veröffentlicht: (2024)

AKBR: Learning Adaptive Kernel-based Representations for Graph Classification
von: Qian, Feifei, et al.
Veröffentlicht: (2024)

LPS-GNN : Deploying Graph Neural Networks on Graphs with 100-Billion Edges
von: Cheng, Xu, et al.
Veröffentlicht: (2025)

GAIM: Attacking Graph Neural Networks via Adversarial Influence Maximization
von: Yang, Xiaodong, et al.
Veröffentlicht: (2024)

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

Bridging Theory and Practice in Link Representation with Graph Neural Networks
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

GraphXAIN: Narratives to Explain Graph Neural Networks
von: Cedro, Mateusz, et al.
Veröffentlicht: (2024)

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

Graph Neural Networks Use Graphs When They Shouldn't
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2023)

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

Towards Comprehensive and Prerequisite-Free Explainer for Graph Neural Networks
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Boolean Product Graph Neural Networks
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

An Operator-Consistent Graph Neural Network for Learning Diffusion Dynamics on Irregular Meshes
von: Li, Yuelian, et al.
Veröffentlicht: (2025)

Exploring Task Unification in Graph Representation Learning via Generative Approach
von: Hu, Yulan, et al.
Veröffentlicht: (2024)

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

Fast Graph Condensation with Structure-based Neural Tangent Kernel
von: Wang, Lin, et al.
Veröffentlicht: (2023)

Universal Prompt Tuning for Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2022)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

Differentiable Cluster Graph Neural Network
von: Dong, Yanfei, et al.
Veröffentlicht: (2024)

GRAPES: Learning to Sample Graphs for Scalable Graph Neural Networks
von: Younesian, Taraneh, et al.
Veröffentlicht: (2023)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Benchmarking Fairness-aware Graph Neural Networks in Knowledge Graphs
von: Sasaki, Yuya
Veröffentlicht: (2025)

Dynamic Triangulation-Based Graph Rewiring for Graph Neural Networks
von: Attali, Hugo, et al.
Veröffentlicht: (2025)

Learning to Execute Graph Algorithms Exactly with Graph Neural Networks
von: Qharabagh, Muhammad Fetrat, et al.
Veröffentlicht: (2026)

Understanding Sparse Neural Networks from their Topology via Multipartite Graph Representations
von: Cunegatti, Elia, et al.
Veröffentlicht: (2023)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Exploring the impact of adaptive rewiring in Graph Neural Networks
von: van Nooten, Charlotte Cambier, et al.
Veröffentlicht: (2026)

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

Cooperative Graph Neural Networks
von: Finkelshtein, Ben, et al.
Veröffentlicht: (2023)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

Transformers are Graph Neural Networks
von: Joshi, Chaitanya K.
Veröffentlicht: (2025)