Buchumschlag

AutoG: Towards automatic graph construction from tabular data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Zhikai, Xie, Han, Zhang, Jian, song, Xiang, Tang, Jiliang, Rangwala, Huzefa, Karypis, George
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Relatron: Automating Relational Machine Learning over Relational Databases
von: Chen, Zhikai, et al.
Veröffentlicht: (2026)

From Demonstrations to Rewards: Alignment Without Explicit Human Preferences
von: Zeng, Siliang, et al.
Veröffentlicht: (2025)

Bridging the Training-Inference Gap in LLMs by Leveraging Self-Generated Tokens
von: Cen, Zhepeng, et al.
Veröffentlicht: (2024)

MaxCode: A Max-Reward Reinforcement Learning Framework for Automated Code Optimization
von: Ou, Jiefu, et al.
Veröffentlicht: (2026)

DeCaf: A Causal Decoupling Framework for OOD Generalization on Node Classification
von: Han, Xiaoxue, et al.
Veröffentlicht: (2024)

Long-context Protein Language Modeling Using Bidirectional Mamba with Shared Projection Layers
von: Wang, Yingheng, et al.
Veröffentlicht: (2024)

Mixed-Type Tabular Data Synthesis with Score-based Diffusion in Latent Space
von: Zhang, Hengrui, et al.
Veröffentlicht: (2023)

OpenTab: Advancing Large Language Models as Open-domain Table Reasoners
von: Kong, Kezhi, et al.
Veröffentlicht: (2024)

Scalable Prompt Routing via Fine-Grained Latent Task Discovery
von: Zhang, Yunyi, et al.
Veröffentlicht: (2026)

DispaRisk: Auditing Fairness Through Usable Information
von: Vasquez, Jonathan, et al.
Veröffentlicht: (2024)

GraphStorm: all-in-one graph machine learning framework for industry applications
von: Zheng, Da, et al.
Veröffentlicht: (2024)

Protein Structure Tokenization: Benchmarking and New Recipe
von: Yuan, Xinyu, et al.
Veröffentlicht: (2025)

AutoGluon-Multimodal (AutoMM): Supercharging Multimodal AutoML with Foundation Models
von: Tang, Zhiqiang, et al.
Veröffentlicht: (2024)

Towards Neural Scaling Laws on Graphs
von: Liu, Jingzhe, et al.
Veröffentlicht: (2024)

Distributionally robust self-supervised learning for tabular data
von: Ghosh, Shantanu, et al.
Veröffentlicht: (2024)

ExcelFormer: A neural network surpassing GBDTs on tabular data
von: Chen, Jintai, et al.
Veröffentlicht: (2023)

Extending Input Contexts of Language Models through Training on Segmented Sequences
von: Karypis, Petros, et al.
Veröffentlicht: (2023)

Pushing the Limits of All-Atom Geometric Graph Neural Networks: Pre-Training, Scaling and Zero-Shot Transfer
von: Pengmei, Zihan, et al.
Veröffentlicht: (2024)

Mitra: Mixed Synthetic Priors for Enhancing Tabular Foundation Models
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2025)

Unveiling Mode Connectivity in Graph Neural Networks
von: Li, Bingheng, et al.
Veröffentlicht: (2025)

BioBridge: Bridging Biomedical Foundation Models via Knowledge Graphs
von: Wang, Zifeng, et al.
Veröffentlicht: (2023)

TREB: a BERT attempt for imputing tabular data imputation
von: Wang, Shuyue, et al.
Veröffentlicht: (2024)

The Kinetics of Reasoning: How Chain-of-Thought Shapes Learning in Transformers?
von: Pengmei, Zihan, et al.
Veröffentlicht: (2025)

DualKV: Shared-Prompt Flash Attention for Efficient RL Training with Large Rollouts and Long Contexts
von: Gai, Jiading, et al.
Veröffentlicht: (2026)

FeatNavigator: Automatic Feature Augmentation on Tabular Data
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

MLZero: A Multi-Agent System for End-to-end Machine Learning Automation
von: Fang, Haoyang, et al.
Veröffentlicht: (2025)

Dependency-aware synthetic tabular data generation
von: Umesh, Chaithra, et al.
Veröffentlicht: (2025)

GNN-RAG: Graph Neural Retrieval for Large Language Model Reasoning
von: Mavromatis, Costas, et al.
Veröffentlicht: (2024)

TabPrep: Closing the Feature Engineering Gap in Tabular Benchmarks
von: Tschalzev, Andrej, et al.
Veröffentlicht: (2026)

Offline Learning and Forgetting for Reasoning with Large Language Models
von: Ni, Tianwei, et al.
Veröffentlicht: (2025)

A Pre-training Framework for Relational Data with Information-theoretic Principles
von: Truong, Quang, et al.
Veröffentlicht: (2025)

Convex space learning for tabular synthetic data generation
von: Mahendra, Manjunath, et al.
Veröffentlicht: (2024)

A supervised generative optimization approach for tabular data
von: Nakamura-Sakai, Shinpei, et al.
Veröffentlicht: (2023)

When Does Multimodality Lead to Better Time Series Forecasting?
von: Zhang, Xiyuan, et al.
Veröffentlicht: (2025)

Targeted synthetic data generation for tabular data via hardness characterization
von: Ferracci, Tommaso, et al.
Veröffentlicht: (2024)

MMM and MMMSynth: Clustering of heterogeneous tabular data, and synthetic data generation
von: Kumari, Chandrani, et al.
Veröffentlicht: (2023)

ReSyn: Autonomously Scaling Synthetic Environments for Reasoning Models
von: He, Andre, et al.
Veröffentlicht: (2026)

Synthetic Data Blueprint (SDB): A modular framework for the statistical, structural, and graph-based evaluation of synthetic tabular data
von: Pezoulas, Vasileios C., et al.
Veröffentlicht: (2025)

Closing the gap on tabular data with Fourier and Implicit Categorical Features
von: Dragoi, Marius, et al.
Veröffentlicht: (2026)

Label-free Node Classification on Graphs with Large Language Models (LLMS)
von: Chen, Zhikai, et al.
Veröffentlicht: (2023)