Buchumschlag

Transferring Graph Neural Networks for Soft Sensor Modeling using Process Topologies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Theisen, Maximilian F., Meesters, Gabrie M. H., Schweidtmann, Artur M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-to-SFILES: Control structure prediction from process topologies using generative artificial intelligence
von: Balhorn, Lukas Schulze, et al.
Veröffentlicht: (2024)

Learning to Execute Graph Algorithms Exactly with Graph Neural Networks
von: Qharabagh, Muhammad Fetrat, et al.
Veröffentlicht: (2026)

Tensor-view Topological Graph Neural Network
von: Wen, Tao, et al.
Veröffentlicht: (2024)

Prediction of Bank Credit Ratings using Heterogeneous Topological Graph Neural Networks
von: Liu, Junyi, et al.
Veröffentlicht: (2025)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Enhancing the Resilience of Graph Neural Networks to Topological Perturbations in Sparse Graphs
von: He, Shuqi, et al.
Veröffentlicht: (2024)

Probing Graph Neural Network Activation Patterns Through Graph Topology
von: Tori, Floriano, et al.
Veröffentlicht: (2026)

Topological Neural Networks: Mitigating the Bottlenecks of Graph Neural Networks via Higher-Order Interactions
von: Giusti, Lorenzo
Veröffentlicht: (2024)

On the Convergence and Size Transferability of Continuous-depth Graph Neural Networks
von: Yan, Mingsong, et al.
Veröffentlicht: (2025)

Quantum Topological Graph Neural Networks for Detecting Complex Fraud Patterns
von: Doost, Mohammad, et al.
Veröffentlicht: (2025)

Dynamic Graph Structure Estimation for Learning Multivariate Point Process using Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2025)

Transfer learning in Scalable Graph Neural Network for Improved Physical Simulation
von: Shen, Siqi, et al.
Veröffentlicht: (2025)

Directly Follows Graphs Go Predictive Process Monitoring With Graph Neural Networks
von: Lischka, Attila, et al.
Veröffentlicht: (2025)

ENFORCE: Nonlinear Constrained Learning with Adaptive-depth Neural Projection
von: Lastrucci, Giacomo, et al.
Veröffentlicht: (2025)

Understanding Sparse Neural Networks from their Topology via Multipartite Graph Representations
von: Cunegatti, Elia, et al.
Veröffentlicht: (2023)

Explainable Global Wildfire Prediction Models using Graph Neural Networks
von: Chen, Dayou, et al.
Veröffentlicht: (2024)

Sampling Transferable Graph Neural Networks with Limited Graph Information
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

Deep Graph Neural Point Process For Learning Temporal Interactive Networks
von: Chen, Su, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Continuous Product Graph Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2024)

Over-squashing in Spatiotemporal Graph Neural Networks
von: Marisca, Ivan, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Transmission Grid Topology Control: Busbar Information Asymmetry and Heterogeneous Representations
von: de Jong, Matthijs, et al.
Veröffentlicht: (2025)

Piecewise Constant Spectral Graph Neural Network
von: Martirosyan, Vahan, et al.
Veröffentlicht: (2025)

Exact Computation of Any-Order Shapley Interactions for Graph Neural Networks
von: Muschalik, Maximilian, et al.
Veröffentlicht: (2025)

Physics-Enhanced Graph Neural Networks For Soft Sensing in Industrial Internet of Things
von: Niresi, Keivan Faghih, et al.
Veröffentlicht: (2024)

Soft-Evidence Fused Graph Neural Network for Cancer Driver Gene Identification across Multi-View Biological Graphs
von: Chen, Bang, et al.
Veröffentlicht: (2025)

Graph Neural Network Causal Explanation via Neural Causal Models
von: Behnam, Arman, et al.
Veröffentlicht: (2024)

A Sheaf-Theoretic and Topological Perspective on Complex Network Modeling and Attention Mechanisms in Graph Neural Models
von: Hu, Chuan-Shen
Veröffentlicht: (2026)

On Measuring Long-Range Interactions in Graph Neural Networks
von: Bamberger, Jacob, et al.
Veröffentlicht: (2025)

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

Graphs Unveiled: Graph Neural Networks and Graph Generation
von: Kovács, László, et al.
Veröffentlicht: (2024)

GraphRAG for Engineering Diagrams: ChatP&ID Enables LLM Interaction with P&IDs
von: Alimin, Achmad Anggawirya, et al.
Veröffentlicht: (2026)

Graph Metanetworks for Processing Diverse Neural Architectures
von: Lim, Derek, et al.
Veröffentlicht: (2023)

Introduction to Graph Neural Networks for Machine Learning Engineers
von: Tanis, James H., et al.
Veröffentlicht: (2024)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

Transformers are Graph Neural Networks
von: Joshi, Chaitanya K.
Veröffentlicht: (2025)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Cooperative Graph Neural Networks
von: Finkelshtein, Ben, et al.
Veröffentlicht: (2023)

Parallelizing Node-Level Explainability in Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2026)

Non-Stationary Learning of Neural Networks with Automatic Soft Parameter Reset
von: Galashov, Alexandre, et al.
Veröffentlicht: (2024)