Buchumschlag

GOLD: Graph Out-of-Distribution Detection via Implicit Adversarial Latent Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Danny, Qiu, Ruihong, Bai, Guangdong, Huang, Zi
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

Text Meets Topology: Rethinking Out-of-distribution Detection in Text-Rich Networks
von: Wang, Danny, et al.
Veröffentlicht: (2025)

What Information Matters? Graph Out-of-Distribution Detection via Tri-Component Information Decomposition
von: Wang, Danny, et al.
Veröffentlicht: (2026)

When to Commit? Towards Variable-Size Self-Contained Blocks for Discrete Diffusion Language Models
von: Wang, Danny, et al.
Veröffentlicht: (2026)

ALSA: Anchors in Logit Space for Out-of-Distribution Accuracy Estimation
von: Liu, Chenzhi, et al.
Veröffentlicht: (2025)

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

Break the Block: Dynamic-size Reasoning Blocks for Diffusion Large Language Models via Monotonic Entropy Descent with Reinforcement Learning
von: Jiang, Yan, et al.
Veröffentlicht: (2026)

TRN-R1-Zero: Text-rich Network Reasoning via LLMs with Reinforcement Learning Only
von: Liu, Yilun, et al.
Veröffentlicht: (2026)

PUMA: Efficient Continual Graph Learning for Node Classification with Graph Condensation
von: Liu, Yilun, et al.
Veröffentlicht: (2023)

Block-R1: Rethinking the Role of Block Size in Multi-domain Reinforcement Learning for Diffusion Large Language Models
von: Jiang, Yan, et al.
Veröffentlicht: (2026)

Does Homophily Help in Robust Test-time Node Classification?
von: Jiang, Yan, et al.
Veröffentlicht: (2025)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

Adversarial Label Invariant Graph Data Augmentations for Out-of-Distribution Generalization
von: Zhang, Simon, et al.
Veröffentlicht: (2026)

Effective and Robust Adversarial Training against Data and Label Corruptions
von: Zhang, Peng-Fei, et al.
Veröffentlicht: (2024)

AHA: Human-Assisted Out-of-Distribution Generalization and Detection
von: Bai, Haoyue, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection on Graphs: A Survey
von: Cai, Tingyi, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalization on Graphs via Progressive Inference
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Generative Adversarial Evasion and Out-of-Distribution Detection for UAV Cyber-Attacks
von: Panda, Deepak Kumar, et al.
Veröffentlicht: (2025)

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

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

Disentangled Graph Prompting for Out-Of-Distribution Detection
von: Yang, Cheng, et al.
Veröffentlicht: (2026)

HYPO: Hyperspherical Out-of-Distribution Generalization
von: Bai, Haoyue, et al.
Veröffentlicht: (2024)

Unlocking Out-of-Distribution Generalization in Transformers via Recursive Latent Space Reasoning
von: Altabaa, Awni, et al.
Veröffentlicht: (2025)

Invariant Graph Transformer for Out-of-Distribution Generalization
von: Liao, Tianyin, et al.
Veröffentlicht: (2025)

HGOE: Hybrid External and Internal Graph Outlier Exposure for Graph Out-of-Distribution Detection
von: He, Junwei, et al.
Veröffentlicht: (2024)

Graph Out-of-Distribution Generalization via Causal Intervention
von: Wu, Qitian, et al.
Veröffentlicht: (2024)

Generative Risk Minimization for Out-of-Distribution Generalization on Graphs
von: Wang, Song, et al.
Veröffentlicht: (2025)

Unifying Unsupervised Graph-Level Anomaly Detection and Out-of-Distribution Detection: A Benchmark
von: Wang, Yili, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection in Heterogeneous Graphs via Energy Propagation
von: Yin, Tao, et al.
Veröffentlicht: (2025)

DIVE: Subgraph Disagreement for Graph Out-of-Distribution Generalization
von: Sun, Xin, et al.
Veröffentlicht: (2024)

Adaptive Learning of the Latent Space of Wasserstein Generative Adversarial Networks
von: Qiu, Yixuan, et al.
Veröffentlicht: (2024)

Few-Shot Graph Out-of-Distribution Detection with LLMs
von: Xu, Haoyan, et al.
Veröffentlicht: (2025)

Enhancing Distribution and Label Consistency for Graph Out-of-Distribution Generalization
von: Wang, Song, et al.
Veröffentlicht: (2025)

Graph Out-of-Distribution Detection via Test-Time Calibration with Dual Dynamic Dictionaries
von: Hou, Yue, et al.
Veröffentlicht: (2025)

SpectralGap: Graph-Level Out-of-Distribution Detection via Laplacian Eigenvalue Gaps
von: Gu, Jiawei, et al.
Veröffentlicht: (2025)

Out-of-Distribution Graph Models Merging
von: Wang, Yidi, et al.
Veröffentlicht: (2025)

Exploring Graph-Transformer Out-of-Distribution Generalization Abilities
von: Niv, Itay, et al.
Veröffentlicht: (2025)

Graph Structure and Feature Extrapolation for Out-of-Distribution Generalization
von: Li, Xiner, et al.
Veröffentlicht: (2023)

GOODAT: Towards Test-time Graph Out-of-Distribution Detection
von: Wang, Luzhi, et al.
Veröffentlicht: (2024)

Redundancy-Aware Test-Time Graph Out-of-Distribution Detection
von: Hou, Yue, et al.
Veröffentlicht: (2025)

Structural Entropy Guided Unsupervised Graph Out-Of-Distribution Detection
von: Hou, Yue, et al.
Veröffentlicht: (2025)