Buchumschlag

Do Graph Diffusion Models Accurately Capture and Generate Substructure Distributions?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xiyuan, Liu, Yewei, Pang, Lexi, Chen, Siwei, Zhang, Muhan
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

Meta Pruning via Graph Metanetworks : A Universal Meta Learning Framework for Network Pruning
von: Liu, Yewei, et al.
Veröffentlicht: (2025)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
von: Zhou, Cai, et al.
Veröffentlicht: (2024)

Using Random Noise Equivariantly to Boost Graph Neural Networks Universally
von: Wang, Xiyuan, et al.
Veröffentlicht: (2025)

Graph as Point Set
von: Wang, Xiyuan, et al.
Veröffentlicht: (2024)

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

GILT: An LLM-Free, Tuning-Free Graph Foundational Model for In-Context Learning
von: Ma, Weishuo, et al.
Veröffentlicht: (2025)

Efficient Neural Common Neighbor for Temporal Graph Link Prediction
von: Zhang, Xiaohui, et al.
Veröffentlicht: (2024)

OCN: Effectively Utilizing Higher-Order Common Neighbors for Better Link Prediction
von: Wang, Juntong, et al.
Veröffentlicht: (2025)

Towards Stable, Globally Expressive Graph Representations with Laplacian Eigenvectors
von: Zhou, Junru, et al.
Veröffentlicht: (2024)

Round-trip Reinforcement Learning: Self-Consistent Training for Better Chemical LLMs
von: Kong, Lecheng, et al.
Veröffentlicht: (2025)

An Efficient Subgraph GNN with Provable Substructure Counting Power
von: Yan, Zuoyu, et al.
Veröffentlicht: (2023)

On the Completeness of Invariant Geometric Deep Learning Models
von: Li, Zian, et al.
Veröffentlicht: (2024)

Distance-Restricted Folklore Weisfeiler-Leman GNNs with Provable Cycle Counting Power
von: Zhou, Junru, et al.
Veröffentlicht: (2023)

Neural Common Neighbor with Completion for Link Prediction
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)

Geometric Representation Condition Improves Equivariant Molecule Generation
von: Li, Zian, et al.
Veröffentlicht: (2024)

Reconsidering the Performance of GAE in Link Prediction
von: Ma, Weishuo, et al.
Veröffentlicht: (2024)

Griffin: Towards a Graph-Centric Relational Database Foundation Model
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

Is Distance Matrix Enough for Geometric Deep Learning?
von: Li, Zian, et al.
Veröffentlicht: (2023)

On Lexical Invariance on Multisets and Graphs
von: Zhang, Muhan
Veröffentlicht: (2024)

NGTM: Substructure-based Neural Graph Topic Model for Interpretable Graph Generation
von: Zhuang, Yuanxin, et al.
Veröffentlicht: (2025)

Diffusion Models for Accurate Channel Distribution Generation
von: Kim, Muah, et al.
Veröffentlicht: (2023)

SGOOD: Substructure-enhanced Graph-Level Out-of-Distribution Detection
von: Ding, Zhihao, et al.
Veröffentlicht: (2023)

GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization
von: Wang, Juntong, et al.
Veröffentlicht: (2026)

GL-Fusion: Rethinking the Combination of Graph Neural Network and Large Language model
von: Yang, Haotong, et al.
Veröffentlicht: (2024)

Provable Risk-Sensitive Distributional Reinforcement Learning with General Function Approximation
von: Chen, Yu, et al.
Veröffentlicht: (2024)

GOFA: A Generative One-For-All Model for Joint Graph Language Modeling
von: Kong, Lecheng, et al.
Veröffentlicht: (2024)

Diffusion As Self-Distillation: End-to-End Latent Diffusion In One Model
von: Wang, Xiyuan, et al.
Veröffentlicht: (2025)

ControlMol: Adding Substructure Control To Molecule Diffusion Models
von: Zhengyang, Qi, et al.
Veröffentlicht: (2024)

Rethinking Diffusion Models with Symmetries through Canonicalization with Applications to Molecular Graph Generation
von: Zhou, Cai, et al.
Veröffentlicht: (2026)

SPGNN: Recognizing Salient Subgraph Patterns via Enhanced Graph Convolution and Pooling
von: Dong, Zehao, et al.
Veröffentlicht: (2024)

One for All: Towards Training One Graph Model for All Classification Tasks
von: Liu, Hao, et al.
Veröffentlicht: (2023)

Out-of-Distribution Generalization in Graph Foundation Models
von: Li, Haoyang, et al.
Veröffentlicht: (2026)

Disentangled Graph Representation Based on Substructure-Aware Graph Optimal Matching Kernel Convolutional Networks
von: Wang, Mao, et al.
Veröffentlicht: (2025)

Satellite Observations Guided Diffusion Model for Accurate Meteorological States at Arbitrary Resolution
von: Tu, Siwei, et al.
Veröffentlicht: (2025)

Do Deep Ensembles Actually Capture Uncertainty in Graph Neural Networks?
von: Vieira, Pedro C., et al.
Veröffentlicht: (2026)

GeoRecon: Graph-Level Representation Learning for 3D Molecules via Reconstruction-Based Pretraining
von: Yan, Shaoheng, et al.
Veröffentlicht: (2025)

Geometric Regularity in Deterministic Sampling Dynamics of Diffusion-based Generative Models
von: Chen, Defang, et al.
Veröffentlicht: (2025)

Toward Better Geometric Representations for Molecule Generative Models
von: Yan, Shaoheng, et al.
Veröffentlicht: (2026)

GoMS: Graph of Molecule Substructure Network for Molecule Property Prediction
von: Qu, Shuhui, et al.
Veröffentlicht: (2025)

GED-Consistent Disentanglement of Aligned and Unaligned Substructures for Graph Similarity Learning
von: Zhan, Zhentao, et al.
Veröffentlicht: (2025)