Buchumschlag

CLDG: Contrastive Learning on Dynamic Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Yiming, Shi, Bin, Ma, Teng, Dong, Bo, Zhou, Haoyi, Zheng, Qinghua
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

Brain Network Classification Based on Graph Contrastive Learning and Graph Transformer
von: Zhu, ZhiTeng, et al.
Veröffentlicht: (2025)

VGFL-SA: Vertical Graph Federated Learning Structure Attack Based on Contrastive Learning
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Learning Dynamic Graph Representations through Timespan View Contrasts
von: Xu, Yiming, et al.
Veröffentlicht: (2026)

Teaching MLP More Graph Information: A Three-stage Multitask Knowledge Distillation Framework
von: Li, Junxian, et al.
Veröffentlicht: (2024)

Hide and Find: A Distributed Adversarial Attack on Federated Graph Learning
von: Liu, Jinshan, et al.
Veröffentlicht: (2026)

Dual-perspective Cross Contrastive Learning in Graph Transformers
von: Yao, Zelin, et al.
Veröffentlicht: (2024)

Evidential Spectrum-Aware Contrastive Learning for OOD Detection in Dynamic Graphs
von: Sun, Nan, et al.
Veröffentlicht: (2025)

Rethinking Dimensional Rationale in Graph Contrastive Learning from Causal Perspective
von: Ji, Qirui, et al.
Veröffentlicht: (2023)

Oversmoothing: A Nightmare for Graph Contrastive Learning?
von: Li, Jintang, et al.
Veröffentlicht: (2023)

CORE: Contrastive Masked Feature Reconstruction on Graphs
von: Bo, Jianyuan, et al.
Veröffentlicht: (2025)

DyMRL: Dynamic Multispace Representation Learning for Multimodal Event Forecasting in Knowledge Graph
von: Zhao, Feng, et al.
Veröffentlicht: (2026)

HTG-GCL: Leveraging Hierarchical Topological Granularity from Cellular Complexes for Graph Contrastive Learning
von: Ji, Qirui, et al.
Veröffentlicht: (2025)

Dynamic Graph Condensation
von: Chen, Dong, et al.
Veröffentlicht: (2025)

Tackling the Local Bias in Federated Graph Learning
von: Zhang, Binchi, et al.
Veröffentlicht: (2021)

Variational Graph Contrastive Learning
von: Xie, Shifeng, et al.
Veröffentlicht: (2024)

Dynamic Stratified Contrastive Learning with Upstream Augmentation for MILP Branching
von: Lu, Tongkai, et al.
Veröffentlicht: (2025)

Rethinking Graph Contrastive Learning through Relative Similarity Preservation
von: Ning, Zhiyuan, et al.
Veröffentlicht: (2025)

High-Throughput Computational Screening and Interpretable Machine Learning of Metal-organic Frameworks for Iodine Capture
von: Tan, Haoyi, et al.
Veröffentlicht: (2025)

Subgoal Graph-Augmented Planning for LLM-Guided Open-World Reinforcement Learning
von: Fan, Shanwei, et al.
Veröffentlicht: (2025)

GraphLoRA: Structure-Aware Contrastive Low-Rank Adaptation for Cross-Graph Transfer Learning
von: Yang, Zhe-Rui, et al.
Veröffentlicht: (2024)

SPGCL: Simple yet Powerful Graph Contrastive Learning via SVD-Guided Structural Perturbation
von: Deng, Hao, et al.
Veröffentlicht: (2026)

Self-Reinforced Graph Contrastive Learning
von: Hsieh, Chou-Ying, et al.
Veröffentlicht: (2025)

ID-MixGCL: Identity Mixup for Graph Contrastive Learning
von: Zhang, Gehang, et al.
Veröffentlicht: (2023)

LAC: Graph Contrastive Learning with Learnable Augmentation in Continuous Space
von: Lin, Zhenyu, et al.
Veröffentlicht: (2024)

When to Trust Your Simulator: Dynamics-Aware Hybrid Offline-and-Online Reinforcement Learning
von: Niu, Haoyi, et al.
Veröffentlicht: (2022)

Directed Acyclic Graph Structure Learning from Dynamic Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2022)

GraphPub: Generation of Differential Privacy Graph with High Availability
von: Xu, Wanghan, et al.
Veröffentlicht: (2024)

Selective Learning: Towards Robust Calibration with Dynamic Regularization
von: Han, Zongbo, et al.
Veröffentlicht: (2024)

Graph Contrastive Learning with Cohesive Subgraph Awareness
von: Wu, Yucheng, et al.
Veröffentlicht: (2024)

Global Concept Explanations for Graphs by Contrastive Learning
von: Teufel, Jonas, et al.
Veröffentlicht: (2024)

TopoGCL: Topological Graph Contrastive Learning
von: Chen, Yuzhou, et al.
Veröffentlicht: (2024)

Dual-Kernel Graph Community Contrastive Learning
von: Chen, Xiang, et al.
Veröffentlicht: (2025)

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning
von: Jian, Xiangru, et al.
Veröffentlicht: (2024)

Every Node is Different: Dynamically Fusing Self-Supervised Tasks for Attributed Graph Clustering
von: Zhu, Pengfei, et al.
Veröffentlicht: (2024)

SiGNN: A Spike-induced Graph Neural Network for Dynamic Graph Representation Learning
von: Chen, Dong, et al.
Veröffentlicht: (2024)

PGCLODA: Prompt-Guided Graph Contrastive Learning for Oligopeptide-Infectious Disease Association Prediction
von: Tan, Dayu, et al.
Veröffentlicht: (2025)

Feature Bank Enhancement for Distance-based Out-of-Distribution Detection
von: Liu, Yuhang, et al.
Veröffentlicht: (2025)

Revisiting Modularity Maximization for Graph Clustering: A Contrastive Learning Perspective
von: Liu, Yunfei, et al.
Veröffentlicht: (2024)

Personalized Federated Learning via Learning Dynamic Graphs
von: Zhou, Ziran, et al.
Veröffentlicht: (2025)

Mitigating Degree Bias Adaptively with Hard-to-Learn Nodes in Graph Contrastive Learning
von: Hu, Jingyu, et al.
Veröffentlicht: (2025)