Salvato in:
| Autori principali: | Qin, Jiawen, Huang, Pengfeng, Sun, Qingyun, Ji, Cheng, Fu, Xingcheng, Li, Jianxin |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2412.17591 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Is Fixing Schema Graphs Necessary? Full-Resolution Graph Structure Learning for Relational Deep Learning
di: Huang, Yi, et al.
Pubblicazione: (2026)
di: Huang, Yi, et al.
Pubblicazione: (2026)
IGL-Bench: Establishing the Comprehensive Benchmark for Imbalanced Graph Learning
di: Qin, Jiawen, et al.
Pubblicazione: (2024)
di: Qin, Jiawen, et al.
Pubblicazione: (2024)
Dynamic Graph Information Bottleneck
di: Yuan, Haonan, et al.
Pubblicazione: (2024)
di: Yuan, Haonan, et al.
Pubblicazione: (2024)
Robust Graph Learning Against Adversarial Evasion Attacks via Prior-Free Diffusion-Based Structure Purification
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
DG-Mamba: Robust and Efficient Dynamic Graph Structure Learning with Selective State Space Models
di: Yuan, Haonan, et al.
Pubblicazione: (2024)
di: Yuan, Haonan, et al.
Pubblicazione: (2024)
Toward a Unified Geometry Understanding: Riemannian Diffusion Framework for Graph Generation and Prediction
di: Gao, Yisen, et al.
Pubblicazione: (2025)
di: Gao, Yisen, et al.
Pubblicazione: (2025)
Zero-shot Generalizable Graph Anomaly Detection with Mixture of Riemannian Experts
di: Zhao, Xinyu, et al.
Pubblicazione: (2026)
di: Zhao, Xinyu, et al.
Pubblicazione: (2026)
RAG-GFM: Overcoming In-Memory Bottlenecks in Graph Foundation Models via Retrieval-Augmented Generation
di: Yuan, Haonan, et al.
Pubblicazione: (2026)
di: Yuan, Haonan, et al.
Pubblicazione: (2026)
Is the Information Bottleneck Robust Enough? Towards Label-Noise Resistant Information Bottleneck Learning
di: Huang, Yi, et al.
Pubblicazione: (2025)
di: Huang, Yi, et al.
Pubblicazione: (2025)
GraphKeeper: Graph Domain-Incremental Learning via Knowledge Disentanglement and Preservation
di: Guo, Zihao, et al.
Pubblicazione: (2025)
di: Guo, Zihao, et al.
Pubblicazione: (2025)
Evolving Graph Learning for Out-of-Distribution Generalization in Non-stationary Environments
di: Sun, Qingyun, et al.
Pubblicazione: (2025)
di: Sun, Qingyun, et al.
Pubblicazione: (2025)
SA$^{2}$GFM: Enhancing Robust Graph Foundation Models with Structure-Aware Semantic Augmentation
di: Shi, Junhua, et al.
Pubblicazione: (2025)
di: Shi, Junhua, et al.
Pubblicazione: (2025)
Decoupled and Divergence-Conditioned Prompt for Multi-domain Dynamic Graph Foundation Models
di: Yuan, Haonan, et al.
Pubblicazione: (2026)
di: Yuan, Haonan, et al.
Pubblicazione: (2026)
Discrete Curvature Graph Information Bottleneck
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
GRAVER: Generative Graph Vocabularies for Robust Graph Foundation Models Fine-tuning
di: Yuan, Haonan, et al.
Pubblicazione: (2025)
di: Yuan, Haonan, et al.
Pubblicazione: (2025)
GC-Bench: An Open and Unified Benchmark for Graph Condensation
di: Sun, Qingyun, et al.
Pubblicazione: (2024)
di: Sun, Qingyun, et al.
Pubblicazione: (2024)
Hyperbolic Geometric Latent Diffusion Model for Graph Generation
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
Privacy Auditing of Multi-domain Graph Pre-trained Model under Membership Inference Attacks
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
GraphMoRE: Mitigating Topological Heterogeneity via Mixture of Riemannian Experts
di: Guo, Zihao, et al.
Pubblicazione: (2024)
di: Guo, Zihao, et al.
Pubblicazione: (2024)
Robust Graph Condensation via Classification Complexity Mitigation
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
Prompt-based Unifying Inference Attack on Graph Neural Networks
di: Wei, Yuecen, et al.
Pubblicazione: (2024)
di: Wei, Yuecen, et al.
Pubblicazione: (2024)
Bi-Directional Multi-Scale Graph Dataset Condensation via Information Bottleneck
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
di: Fu, Xingcheng, et al.
Pubblicazione: (2024)
Poincaré Differential Privacy for Hierarchy-Aware Graph Embedding
di: Wei, Yuecen, et al.
Pubblicazione: (2023)
di: Wei, Yuecen, et al.
Pubblicazione: (2023)
Ultra-imbalanced classification guided by statistical information
di: Jin, Yin, et al.
Pubblicazione: (2024)
di: Jin, Yin, et al.
Pubblicazione: (2024)
Cluster-guided Contrastive Class-imbalanced Graph Classification
di: Ju, Wei, et al.
Pubblicazione: (2024)
di: Ju, Wei, et al.
Pubblicazione: (2024)
An Out-Of-Distribution Membership Inference Attack Approach for Cross-Domain Graph Attacks
di: Wang, Jinyan, et al.
Pubblicazione: (2025)
di: Wang, Jinyan, et al.
Pubblicazione: (2025)
Mitigating Message Imbalance in Fraud Detection with Dual-View Graph Representation Learning
di: Song, Yudan, et al.
Pubblicazione: (2025)
di: Song, Yudan, et al.
Pubblicazione: (2025)
Motif-driven Subgraph Structure Learning for Graph Classification
di: Zhou, Zhiyao, et al.
Pubblicazione: (2024)
di: Zhou, Zhiyao, et al.
Pubblicazione: (2024)
Leveraging Personalized PageRank and Higher-Order Topological Structures for Heterophily Mitigation in Graph Neural Networks
di: Wang, Yumeng, et al.
Pubblicazione: (2025)
di: Wang, Yumeng, et al.
Pubblicazione: (2025)
Learning Kronecker-Structured Graphs from Smooth Signals
di: Shi, Changhao, et al.
Pubblicazione: (2025)
di: Shi, Changhao, et al.
Pubblicazione: (2025)
CLIMB: Class-imbalanced Learning Benchmark on Tabular Data
di: Liu, Zhining, et al.
Pubblicazione: (2025)
di: Liu, Zhining, et al.
Pubblicazione: (2025)
Implicit Graph Neural Diffusion Networks: Convergence, Generalization, and Over-Smoothing
di: Fu, Guoji, et al.
Pubblicazione: (2023)
di: Fu, Guoji, et al.
Pubblicazione: (2023)
Graph Structure Refinement with Energy-based Contrastive Learning
di: Zeng, Xianlin, et al.
Pubblicazione: (2024)
di: Zeng, Xianlin, et al.
Pubblicazione: (2024)
AgenticGEO: A Self-Evolving Agentic System for Generative Engine Optimization
di: Yuan, Jiaqi, et al.
Pubblicazione: (2026)
di: Yuan, Jiaqi, et al.
Pubblicazione: (2026)
Towards Effective, Stealthy, and Persistent Backdoor Attacks Targeting Graph Foundation Models
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
di: Luo, Jiayi, et al.
Pubblicazione: (2025)
Invariant Graph Transformer for Out-of-Distribution Generalization
di: Liao, Tianyin, et al.
Pubblicazione: (2025)
di: Liao, Tianyin, et al.
Pubblicazione: (2025)
Galaxy Walker: Geometry-aware VLMs For Galaxy-scale Understanding
di: Chen, Tianyu, et al.
Pubblicazione: (2025)
di: Chen, Tianyu, et al.
Pubblicazione: (2025)
Sampling-guided Heterogeneous Graph Neural Network with Temporal Smoothing for Scalable Longitudinal Data Imputation
di: Zhang, Zhaoyang, et al.
Pubblicazione: (2024)
di: Zhang, Zhaoyang, et al.
Pubblicazione: (2024)
Focused PU learning from imbalanced data
di: Zavitsanos, Elias, et al.
Pubblicazione: (2026)
di: Zavitsanos, Elias, et al.
Pubblicazione: (2026)
The Policy Cliff: A Theoretical Analysis of Reward-Policy Maps in Large Language Models
di: Xu, Xingcheng
Pubblicazione: (2025)
di: Xu, Xingcheng
Pubblicazione: (2025)
Documenti analoghi
-
Is Fixing Schema Graphs Necessary? Full-Resolution Graph Structure Learning for Relational Deep Learning
di: Huang, Yi, et al.
Pubblicazione: (2026) -
IGL-Bench: Establishing the Comprehensive Benchmark for Imbalanced Graph Learning
di: Qin, Jiawen, et al.
Pubblicazione: (2024) -
Dynamic Graph Information Bottleneck
di: Yuan, Haonan, et al.
Pubblicazione: (2024) -
Robust Graph Learning Against Adversarial Evasion Attacks via Prior-Free Diffusion-Based Structure Purification
di: Luo, Jiayi, et al.
Pubblicazione: (2025) -
DG-Mamba: Robust and Efficient Dynamic Graph Structure Learning with Selective State Space Models
di: Yuan, Haonan, et al.
Pubblicazione: (2024)