Buchumschlag

Extending Graph Condensation to Multi-Label Datasets: A Benchmark Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Liangliang, Bao, Haoran, Ma, Yao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey on Graph Condensation
von: Xu, Hongjia, et al.
Veröffentlicht: (2024)

PLGC: Pseudo-Labeled Graph Condensation
von: Nandy, Jay, et al.
Veröffentlicht: (2026)

GCondenser: Benchmarking Graph Condensation
von: Liu, Yilun, et al.
Veröffentlicht: (2024)

Bi-Directional Multi-Scale Graph Dataset Condensation via Information Bottleneck
von: Fu, Xingcheng, et al.
Veröffentlicht: (2024)

GC-Bench: An Open and Unified Benchmark for Graph Condensation
von: Sun, Qingyun, et al.
Veröffentlicht: (2024)

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

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

Transferable Graph Condensation from the Causal Perspective
von: Du, Huaming, et al.
Veröffentlicht: (2026)

Multi-view Graph Condensation via Tensor Decomposition
von: Santos, Nícolas Roque dos, et al.
Veröffentlicht: (2025)

Graph Condensation for Open-World Graph Learning
von: Gao, Xinyi, et al.
Veröffentlicht: (2024)

Graph Condensation: A Survey
von: Gao, Xinyi, et al.
Veröffentlicht: (2024)

Addressing Shortcomings in Fair Graph Learning Datasets: Towards a New Benchmark
von: Qian, Xiaowei, et al.
Veröffentlicht: (2024)

A Discrepancy-Based Perspective on Dataset Condensation
von: Chen, Tong, et al.
Veröffentlicht: (2025)

GC4NC: A Benchmark Framework for Graph Condensation on Node Classification with New Insights
von: Gong, Shengbo, et al.
Veröffentlicht: (2024)

MLGIB: Multi-Label Graph Information Bottleneck for Expressive and Robust Message Passing
von: Wu, Chaokai, et al.
Veröffentlicht: (2026)

InkDrop: Invisible Backdoor Attacks Against Dataset Condensation
von: Yang, He, et al.
Veröffentlicht: (2026)

A Benchmark Dataset for Graph Regression with Homogeneous and Multi-Relational Variants
von: Samoaa, Peter, et al.
Veröffentlicht: (2025)

A Novel Unified Extended Matrix for Graph Signal Processing: Theory and Application
von: Zheng, Yunyan, et al.
Veröffentlicht: (2025)

Dataset Condensation Driven Machine Unlearning
von: Khan, Junaid Iqbal
Veröffentlicht: (2024)

Delving into Instance-Dependent Label Noise in Graph Data: A Comprehensive Study and Benchmark
von: Kim, Suyeon, et al.
Veröffentlicht: (2025)

Towards Pre-trained Graph Condensation via Optimal Transport
von: Yan, Yeyu, et al.
Veröffentlicht: (2025)

RobGC: Towards Robust Graph Condensation
von: Gao, Xinyi, et al.
Veröffentlicht: (2024)

EXGC: Bridging Efficiency and Explainability in Graph Condensation
von: Fang, Junfeng, et al.
Veröffentlicht: (2024)

FairGC: Fairness-aware Graph Condensation
von: Gao, Yihan, et al.
Veröffentlicht: (2026)

Overcoming Pitfalls in Graph Contrastive Learning Evaluation: Toward Comprehensive Benchmarks
von: Ma, Qian, et al.
Veröffentlicht: (2024)

Deep Temporal Graph Clustering: A Comprehensive Benchmark and Datasets
von: Liu, Meng, et al.
Veröffentlicht: (2026)

TCGU: Data-centric Graph Unlearning based on Transferable Condensation
von: Li, Fan, et al.
Veröffentlicht: (2024)

Improving Graph Neural Networks on Multi-node Tasks with the Labeling Trick
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)

Resurrecting Label Propagation for Graphs with Heterophily and Label Noise
von: Cheng, Yao, et al.
Veröffentlicht: (2023)

Graph Random Walk with Feature-Label Space Alignment: A Multi-Label Feature Selection Method
von: Gao, Wanfu, et al.
Veröffentlicht: (2025)

An Efficient and Scalable Graph Condensation with Structure-Preserving
von: Hu, Yulin, et al.
Veröffentlicht: (2026)

Efficient Graph Condensation via Gaussian Process
von: Wang, Lin, et al.
Veröffentlicht: (2025)

Robust Graph Condensation via Classification Complexity Mitigation
von: Luo, Jiayi, et al.
Veröffentlicht: (2025)

Training-free Heterogeneous Graph Condensation via Data Selection
von: Liang, Yuxuan, et al.
Veröffentlicht: (2024)

Rethinking the Effectiveness of Graph Classification Datasets in Benchmarks for Assessing GNNs
von: Li, Zhengdao, et al.
Veröffentlicht: (2024)

Geometric Characterisation and Structured Trajectory Surrogates for Clinical Dataset Condensation
von: Nganjimi, Pafue Christy, et al.
Veröffentlicht: (2026)

Multi-Label Contrastive Learning : A Comprehensive Study
von: Audibert, Alexandre, et al.
Veröffentlicht: (2024)

Backdoor Graph Condensation
von: Wu, Jiahao, et al.
Veröffentlicht: (2024)

Calibrated Dataset Condensation for Faster Hyperparameter Search
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

Hybrid Graph: A Unified Graph Representation with Datasets and Benchmarks for Complex Graphs
von: Li, Zehui, et al.
Veröffentlicht: (2023)