Buchumschlag

Heterogeneous Graph Pre-training Based Model for Secure and Efficient Prediction of Default Risk Propagation among Bond Issuers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xurui, Shan, Xin, Yin, Wenhao, Wang, Haijiao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Efficient Replay for Class-Incremental Learning with Pre-trained Models
von: Yin, Weimin, et al.
Veröffentlicht: (2024)

Mochi: Aligning Pre-training and Inference for Efficient Graph Foundation Models via Meta-Learning
von: Mattos, João, et al.
Veröffentlicht: (2026)

Graph Generative Pre-trained Transformer
von: Chen, Xiaohui, et al.
Veröffentlicht: (2025)

GraphGPT: Generative Pre-trained Graph Eulerian Transformer
von: Zhao, Qifang, et al.
Veröffentlicht: (2023)

IMU-1: Sample-Efficient Pre-training of Small Language Models
von: Grigorev, George
Veröffentlicht: (2026)

Heterogeneity-Aware Coordination for Federated Learning via Stitching Pre-trained blocks
von: Zhan, Shichen, et al.
Veröffentlicht: (2024)

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

GraphSculptor: Sculpting Pre-training Coreset for Graph Self-supervised Learning
von: Liu, Chuang, et al.
Veröffentlicht: (2026)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

Utilizing Strategic Pre-training to Reduce Overfitting: Baguan -- A Pre-trained Weather Forecasting Model
von: Niu, Peisong, et al.
Veröffentlicht: (2025)

Decoupling Weighing and Selecting for Integrating Multiple Graph Pre-training Tasks
von: Fan, Tianyu, et al.
Veröffentlicht: (2024)

Urban Region Pre-training and Prompting: A Graph-based Approach
von: Jin, Jiahui, et al.
Veröffentlicht: (2024)

Delayed Bottlenecking: Alleviating Forgetting in Pre-trained Graph Neural Networks
von: Zhao, Zhe, et al.
Veröffentlicht: (2024)

Pre-training with Fractional Denoising to Enhance Molecular Property Prediction
von: Ni, Yuyan, et al.
Veröffentlicht: (2024)

Rethinking Propagation for Unsupervised Graph Domain Adaptation
von: Liu, Meihan, et al.
Veröffentlicht: (2024)

Pre-training Graph Neural Networks on Molecules by Using Subgraph-Conditioned Graph Information Bottleneck
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Exploiting Pre-trained Models for Drug Target Affinity Prediction with Nearest Neighbors
von: Pei, Qizhi, et al.
Veröffentlicht: (2024)

Feature Alignment: Rethinking Efficient Active Learning via Proxy in the Context of Pre-trained Models
von: Wen, Ziting, et al.
Veröffentlicht: (2024)

A Pre-trained Reaction Embedding Descriptor Capturing Bond Transformation Patterns
von: Liu, Weiqi, et al.
Veröffentlicht: (2026)

Cayley Graph Propagation
von: Wilson, JJ, et al.
Veröffentlicht: (2024)

Cross-domain Random Pre-training with Prototypes for Reinforcement Learning
von: Liu, Xin, et al.
Veröffentlicht: (2023)

Time Series Feature Redundancy Paradox: An Empirical Study Based on Mortgage Default Prediction
von: Huang, Chengyue, et al.
Veröffentlicht: (2024)

Task-Agnostic Pre-training and Task-Guided Fine-tuning for Versatile Diffusion Planner
von: Fan, Chenyou, et al.
Veröffentlicht: (2024)

Transfer Learning with Pre-trained Conditional Generative Models
von: Yamaguchi, Shin'ya, et al.
Veröffentlicht: (2022)

OSF: On Pre-training and Scaling of Sleep Foundation Models
von: Shuai, Zitao, et al.
Veröffentlicht: (2026)

Scaling Laws for Pre-training Agents and World Models
von: Pearce, Tim, et al.
Veröffentlicht: (2024)

Enhanced Atrial Fibrillation Prediction in ESUS Patients with Hypergraph-based Pre-training
von: Xie, Yuzhang, et al.
Veröffentlicht: (2026)

Simple and Efficient Heterogeneous Temporal Graph Neural Network
von: Wang, Yili, et al.
Veröffentlicht: (2025)

Heterogeneous Time Constants Improve Stability in Equilibrium Propagation
von: Kubo, Yoshimasa, et al.
Veröffentlicht: (2026)

Loss Given Default Prediction Under Measurement-Induced Mixture Distributions: An Information-Theoretic Approach
von: Marín, Javier
Veröffentlicht: (2025)

Schreier-Coset Graph Propagation
von: Mishra, Aryan, et al.
Veröffentlicht: (2025)

Graph Propagation Transformer for Graph Representation Learning
von: Chen, Zhe, et al.
Veröffentlicht: (2023)

Adaptable Cardiovascular Disease Risk Prediction from Heterogeneous Data using Large Language Models
von: Lübeck, Frederike, et al.
Veröffentlicht: (2025)

Zero-shot Meta-learning for Tabular Prediction Tasks with Adversarially Pre-trained Transformer
von: Wu, Yulun, et al.
Veröffentlicht: (2025)

MoMa: Efficient Early-Fusion Pre-training with Mixture of Modality-Aware Experts
von: Lin, Xi Victoria, et al.
Veröffentlicht: (2024)

MHGNet: Multi-Heterogeneous Graph Neural Network for Traffic Prediction
von: Wu, Mei, et al.
Veröffentlicht: (2025)

Overcoming Data and Model Heterogeneities in Decentralized Federated Learning via Synthetic Anchors
von: Huang, Chun-Yin, et al.
Veröffentlicht: (2024)

KG-TREAT: Pre-training for Treatment Effect Estimation by Synergizing Patient Data with Knowledge Graphs
von: Liu, Ruoqi, et al.
Veröffentlicht: (2024)

HetGPT: Harnessing the Power of Prompt Tuning in Pre-Trained Heterogeneous Graph Neural Networks
von: Ma, Yihong, et al.
Veröffentlicht: (2023)

SuPreME: A Supervised Pre-training Framework for Multimodal ECG Representation Learning
von: Cai, Mingsheng, et al.
Veröffentlicht: (2025)