Buchumschlag

On the Expressive Power of Subgraph Graph Neural Networks for Graphs with Bounded Cycles

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ziang, Zhang, Qiao, Wang, Runzhong
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

Expressive Power of Graph Neural Networks for (Mixed-Integer) Quadratic Programs
von: Chen, Ziang, et al.
Veröffentlicht: (2024)

On the Expressive Power of Graph Neural Networks
von: Nalwade, Ashwin, et al.
Veröffentlicht: (2024)

Towards Dynamic Graph Neural Networks with Provably High-Order Expressive Power
von: Wang, Zhe, et al.
Veröffentlicht: (2024)

On the Expressive Power of Geometric Graph Neural Networks
von: Joshi, Chaitanya K., et al.
Veröffentlicht: (2023)

The Expressive Power of Graph Neural Networks: A Survey
von: Zhang, Bingxu, et al.
Veröffentlicht: (2023)

Homomorphism Expressivity of Spectral Invariant Graph Neural Networks
von: Gai, Jingchu, et al.
Veröffentlicht: (2025)

On the Expressive Power of Spectral Invariant Graph Neural Networks
von: Zhang, Bohang, et al.
Veröffentlicht: (2024)

Generalization, Expressivity, and Universality of Graph Neural Networks on Attributed Graphs
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2024)

Towards Bridging Generalization and Expressivity of Graph Neural Networks
von: Li, Shouheng, et al.
Veröffentlicht: (2024)

Full-Spectrum Graph Neural Networks: Expressive and Scalable
von: Wang, Xiaohan, et al.
Veröffentlicht: (2026)

GISExplainer: On Explainability of Graph Neural Networks via Game-theoretic Interaction Subgraphs
von: Xian, Xingping, et al.
Veröffentlicht: (2024)

Improving Expressive Power of Spectral Graph Neural Networks with Eigenvalue Correction
von: Lu, Kangkang, et al.
Veröffentlicht: (2024)

Rethinking the Expressive Power of GNNs via Graph Biconnectivity
von: Zhang, Bohang, et al.
Veröffentlicht: (2023)

Can Subgraph Explanations Be Weaponized to Steal Graph Neural Networks?
von: Nimase, Ojas, et al.
Veröffentlicht: (2026)

Weisfeiler-Lehman goes Dynamic: An Analysis of the Expressive Power of Graph Neural Networks for Attributed and Dynamic Graphs
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2022)

On the Relationship Between Robustness and Expressivity of Graph Neural Networks
von: Kummer, Lorenz, et al.
Veröffentlicht: (2025)

Invariant-Stratified Propagation for Expressive Graph Neural Networks
von: Hevapathige, Asela, et al.
Veröffentlicht: (2026)

Rethinking the Capacity of Graph Neural Networks for Branching Strategy
von: Chen, Ziang, et al.
Veröffentlicht: (2024)

Bounded Graph Clustering with Graph Neural Networks
von: Neocosmos, Kibidi, et al.
Veröffentlicht: (2025)

Neural Graph Matching Improves Retrieval Augmented Generation in Molecular Machine Learning
von: Wang, Runzhong, et al.
Veröffentlicht: (2025)

Neural Graph Navigation for Intelligent Subgraph Matching
von: Ying, Yuchen, et al.
Veröffentlicht: (2025)

Random Search Neural Networks for Efficient and Expressive Graph Learning
von: Ito, Michael, et al.
Veröffentlicht: (2025)

Iterative Graph Neural Network Enhancement via Frequent Subgraph Mining of Explanations
von: Naik, Harish G., et al.
Veröffentlicht: (2024)

Reducing Smoothness with Expressive Memory Enhanced Hierarchical Graph Neural Networks
von: Bailie, Thomas, et al.
Veröffentlicht: (2025)

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

Boosting Graph Neural Network Expressivity with Learnable Lanczos Constraints
von: Azizi, Niloofar, et al.
Veröffentlicht: (2024)

SpanGNN: Towards Memory-Efficient Graph Neural Networks via Spanning Subgraph Training
von: Gu, Xizhi, et al.
Veröffentlicht: (2024)

Subgraph Aggregation for Out-of-Distribution Generalization on Graphs
von: Liu, Bowen, et al.
Veröffentlicht: (2024)

Subgraph Concept Networks: Concept Levels in Graph Classification
von: Magister, Lucie Charlotte, et al.
Veröffentlicht: (2026)

On the Probability of Necessity and Sufficiency of Explaining Graph Neural Networks: A Lower Bound Optimization Approach
von: Cai, Ruichu, et al.
Veröffentlicht: (2022)

Charting the Design Space of Neural Graph Representations for Subgraph Matching
von: Raj, Vaibhav, et al.
Veröffentlicht: (2025)

Expressivity of Graph Neural Networks Through the Lens of Adversarial Robustness
von: Campi, Francesco, et al.
Veröffentlicht: (2023)

Stress Predictions in Polycrystal Plasticity using Graph Neural Networks with Subgraph Training
von: Zhai, Hanfeng
Veröffentlicht: (2024)

LiSA: Leveraging Link Recommender to Attack Graph Neural Networks via Subgraph Injection
von: Zhang, Wenlun, et al.
Veröffentlicht: (2025)

Union Subgraph Neural Networks
von: Xu, Jiaxing, et al.
Veröffentlicht: (2023)

Motif-driven Subgraph Structure Learning for Graph Classification
von: Zhou, Zhiyao, et al.
Veröffentlicht: (2024)

Local Fragments, Global Gains: Subgraph Counting using Graph Neural Networks
von: Roy, Shubhajit, et al.
Veröffentlicht: (2023)

SlotGAT: Slot-based Message Passing for Heterogeneous Graph Neural Network
von: Zhou, Ziang, et al.
Veröffentlicht: (2024)

Towards Subgraph Isomorphism Counting with Graph Kernels
von: Liu, Xin, et al.
Veröffentlicht: (2024)

Will More Expressive Graph Neural Networks do Better on Generative Tasks?
von: Zou, Xiandong, et al.
Veröffentlicht: (2023)