Copertina

On the Utilization of Unique Node Identifiers in Graph Neural Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bechler-Speicher, Maya, Eliasof, Moshe, Schönlieb, Carola-Bibiane, Gilad-Bachrach, Ran, Globerson, Amir
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards Invariance to Node Identifiers in Graph Neural Networks
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2025)

The Interpretable and Effective Graph Neural Additive Networks
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2024)

TREE-G: Decision Trees Contesting Graph Neural Networks
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2022)

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

Depth-Width tradeoffs in Algorithmic Reasoning of Graph Tasks with Transformers
di: Yehudai, Gilad, et al.
Pubblicazione: (2025)

GRANOLA: Adaptive Normalization for Graph Neural Networks
di: Eliasof, Moshe, et al.
Pubblicazione: (2024)

A General Recipe for Contractive Graph Neural Networks -- Technical Report
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2024)

Graph Mixing Additive Networks
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2025)

TANGO: Graph Neural Dynamics via Learned Energy and Tangential Flows
di: Eliasof, Moshe, et al.
Pubblicazione: (2025)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
di: Ceni, Andrea, et al.
Pubblicazione: (2025)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
di: Eliasof, Moshe, et al.
Pubblicazione: (2024)

Resilient Graph Neural Networks: A Coupled Dynamical Systems Approach
di: Eliasof, Moshe, et al.
Pubblicazione: (2023)

Cayley Graph Propagation
di: Wilson, JJ, et al.
Pubblicazione: (2024)

On the Effectiveness of Random Weights in Graph Neural Networks
di: Bui, Thu, et al.
Pubblicazione: (2025)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
di: Gravina, Alessio, et al.
Pubblicazione: (2024)

Quadratic Binary Optimization with Graph Neural Networks
di: Eliasof, Moshe, et al.
Pubblicazione: (2024)

Lost in Tokenization: Fundamental Trade-offs in Graph Tokenization for Transformers
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2026)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
di: Feldman, Or, et al.
Pubblicazione: (2025)

Learning from Historical Activations in Graph Neural Networks
di: Galron, Yaniv, et al.
Pubblicazione: (2026)

A Graph Meta-Network for Learning on Kolmogorov-Arnold Networks
di: Bar-Shalom, Guy, et al.
Pubblicazione: (2026)

Towards Efficient Training of Graph Neural Networks: A Multiscale Approach
di: Gal, Eshed, et al.
Pubblicazione: (2025)

Learning Regularization for Graph Inverse Problems
di: Eliasof, Moshe, et al.
Pubblicazione: (2024)

Towards Improved Sentence Representations using Token Graphs
di: Mantri, Krishna Sri Ipsit, et al.
Pubblicazione: (2026)

Graph Neural Regularizers for PDE Inverse Problems
di: Lauga, William, et al.
Pubblicazione: (2025)

Global-Local Graph Neural Networks for Node-Classification
di: Eliasof, Moshe, et al.
Pubblicazione: (2024)

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models
di: Denker, Alexander, et al.
Pubblicazione: (2026)

GRAMA: Adaptive Graph Autoregressive Moving Average Models
di: Eliasof, Moshe, et al.
Pubblicazione: (2025)

Bridging Input Feature Spaces Towards Graph Foundation Models
di: Eliasof, Moshe, et al.
Pubblicazione: (2026)

Billion-Scale Graph Foundation Models
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2026)

Spectral Graph Neural Networks are Incomplete on Graphs with a Simple Spectrum
di: Hordan, Snir, et al.
Pubblicazione: (2025)

CATO: Charted Attention for Neural PDE Operators
di: Cheng, Chun-Wun, et al.
Pubblicazione: (2026)

DiGRAF: Diffeomorphic Graph-Adaptive Activation Function
di: Mantri, Krishna Sri Ipsit, et al.
Pubblicazione: (2024)

SuperMAN: Interpretable and Expressive Networks over Temporally Sparse Heterogeneous Data
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2025)

Towards Graph Foundation Models: A Study on the Generalization of Positional and Structural Encodings
di: Franks, Billy Joe, et al.
Pubblicazione: (2024)

Towards Foundation Models on Graphs: An Analysis on Cross-Dataset Transfer of Pretrained GNNs
di: Frasca, Fabrizio, et al.
Pubblicazione: (2024)

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

Pullback Flow Matching on Data Manifolds
di: de Kruiff, Friso, et al.
Pubblicazione: (2024)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
di: Gravina, Alessio, et al.
Pubblicazione: (2025)

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

Parallelizing Node-Level Explainability in Graph Neural Networks
di: Llorente, Oscar, et al.
Pubblicazione: (2026)