Buchumschlag

RelGNN: Composite Message Passing for Relational Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Tianlang, Kanatsoulis, Charilaos, Leskovec, Jure
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Relational Deep Learning: Challenges, Foundations and Next-Generation Architectures
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2025)

Relational Graph Transformer
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2025)

RelBench: A Benchmark for Deep Learning on Relational Databases
von: Robinson, Joshua, et al.
Veröffentlicht: (2024)

Relational Transformer: Toward Zero-Shot Foundation Models for Relational Data
von: Ranjan, Rishabh, et al.
Veröffentlicht: (2025)

PluRel: Synthetic Data unlocks Scaling Laws for Relational Foundation Models
von: Kothapalli, Vignesh, et al.
Veröffentlicht: (2026)

Learning over Positive and Negative Edges with Contrastive Message Passing
von: Pao-Huang, Peter, et al.
Veröffentlicht: (2026)

Rel-MOSS: Towards Imbalanced Relational Deep Learning on Relational Databases
von: Yin, Jun, et al.
Veröffentlicht: (2026)

Predictive Query Language: A Domain-Specific Language for Predictive Modeling on Relational Databases
von: Kocijan, Vid, et al.
Veröffentlicht: (2026)

Learning Efficient Positional Encodings with Graph Neural Networks
von: Kanatsoulis, Charilaos I., et al.
Veröffentlicht: (2025)

RelBench v2: A Large-Scale Benchmark and Repository for Relational Data
von: Gu, Justin, et al.
Veröffentlicht: (2026)

T-GAE: Transferable Graph Autoencoder for Network Alignment
von: He, Jiashu, et al.
Veröffentlicht: (2023)

Boosting Relational Deep Learning with Pretrained Tabular Models
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

Uncalibrated Reasoning: GRPO Induces Overconfidence for Stochastic Outcomes
von: Bereket, Michael, et al.
Veröffentlicht: (2025)

Large Language Models are Good Relational Learners
von: Wu, Fang, et al.
Veröffentlicht: (2025)

Why Isn't Relational Learning Taking Over the World?
von: Poole, David
Veröffentlicht: (2025)

MLAgentBench: Evaluating Language Agents on Machine Learning Experimentation
von: Huang, Qian, et al.
Veröffentlicht: (2023)

Relational In-Context Learning via Synthetic Pre-training with Structural Prior
von: Wang, Yanbo, et al.
Veröffentlicht: (2026)

A Self-Explainable Heterogeneous GNN for Relational Deep Learning
von: Ferrini, Francesco, et al.
Veröffentlicht: (2024)

IMPaCT GNN: Imposing invariance with Message Passing in Chronological split Temporal Graphs
von: Park, Sejun, et al.
Veröffentlicht: (2024)

Towards Privacy-Preserving Relational Data Synthesis via Probabilistic Relational Models
von: Luttermann, Malte, et al.
Veröffentlicht: (2024)

OpenMLDB: A Real-Time Relational Data Feature Computation System for Online ML
von: Zhou, Xuanhe, et al.
Veröffentlicht: (2025)

KumoRFM-2: Scaling Foundation Models for Relational Learning
von: Hudovernik, Valter, et al.
Veröffentlicht: (2026)

Optimizing Context-Enhanced Relational Joins
von: Sanca, Viktor, et al.
Veröffentlicht: (2023)

RDBLearn: Simple In-Context Prediction Over Relational Databases
von: Zhang, Yanlin, et al.
Veröffentlicht: (2026)

Database Entity Recognition with Data Augmentation and Deep Learning
von: Fu, Zikun, et al.
Veröffentlicht: (2025)

RELATE: A Schema-Agnostic Perceiver Encoder for Multimodal Relational Graphs
von: Meyer, Joe, et al.
Veröffentlicht: (2025)

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

Modeling Relational Patterns for Logical Query Answering over Knowledge Graphs
von: He, Yunjie, et al.
Veröffentlicht: (2023)

Tabular Data Augmentation for Machine Learning: Progress and Prospects of Embracing Generative AI
von: Cui, Lingxi, et al.
Veröffentlicht: (2024)

Bayesian Deep Learning Via Expectation Maximization and Turbo Deep Approximate Message Passing
von: Xu, Wei, et al.
Veröffentlicht: (2024)

DeepMDV: Global Spatial Matching for Multi-depot Vehicle Routing Problems
von: Nasehi, Saeed, et al.
Veröffentlicht: (2024)

DumpKV: Learning based lifetime aware garbage collection for key value separation in LSM-tree
von: Zhuang, Zhutao, et al.
Veröffentlicht: (2024)

SF-GNN: Self Filter for Message Lossless Propagation in Deep Graph Neural Network
von: Zhu, Yushan, et al.
Veröffentlicht: (2024)

RFG: Test-Time Scaling for Diffusion Large Language Model Reasoning with Reward-Free Guidance
von: Chen, Tianlang, et al.
Veröffentlicht: (2025)

Expressive Power of Deep Homomorphism Networks over Relational Databases
von: Schönherr, Moritz, et al.
Veröffentlicht: (2026)

Trajectory Data Management and Mining: A Survey from Deep Learning to the LLM Era
von: Chen, Wei, et al.
Veröffentlicht: (2024)

OneGen: Efficient One-Pass Unified Generation and Retrieval for LLMs
von: Zhang, Jintian, et al.
Veröffentlicht: (2024)

KDSelector: A Knowledge-Enhanced and Data-Efficient Model Selector Learning Framework for Time Series Anomaly Detection
von: Liang, Zhiyu, et al.
Veröffentlicht: (2025)

PyTorch Frame: A Modular Framework for Multi-Modal Tabular Learning
von: Hu, Weihua, et al.
Veröffentlicht: (2024)

A Lightweight Learned Cardinality Estimation Model
von: Zhu, Yaoyu, et al.
Veröffentlicht: (2025)