Buchumschlag

Simple Path Structural Encoding for Graph Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Airale, Louis, Longa, Antonio, Rigon, Mattia, Passerini, Andrea, Passerone, Roberto
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

Actionable Real-Time Modeling of Surgical Team Dynamics via Time-Expanded Interaction Graphs
von: De Luca, Vincenzo Marco, et al.
Veröffentlicht: (2026)

Reconsidering Faithfulness in Regular, Self-Explainable and Domain Invariant GNNs
von: Azzolin, Steve, et al.
Veröffentlicht: (2024)

Bridging Theory and Practice in Link Representation with Graph Neural Networks
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

xAI-Drop: Don't Use What You Cannot Explain
von: De Luca, Vincenzo Marco, et al.
Veröffentlicht: (2024)

Explaining the Explainers in Graph Neural Networks: a Comparative Study
von: Longa, Antonio, et al.
Veröffentlicht: (2022)

Graph Neural Networks for temporal graphs: State of the art, open challenges, and opportunities
von: Longa, Antonio, et al.
Veröffentlicht: (2023)

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

An Investigation of Visual Foundation Models Robustness
von: Gupta, Sandeep, et al.
Veröffentlicht: (2025)

Rethinking GNNs and Missing Features: Challenges, Evaluation and a Robust Solution
von: Ferrini, Francesco, et al.
Veröffentlicht: (2026)

Probabilistic ML Verification via Weighted Model Integration
von: Morettin, Paolo, et al.
Veröffentlicht: (2024)

A Benchmark Dataset for Graph Regression with Homogeneous and Multi-Relational Variants
von: Samoaa, Peter, et al.
Veröffentlicht: (2025)

Graph Transformers without Positional Encodings
von: Garg, Ayush
Veröffentlicht: (2024)

Benchmarking Positional Encodings for GNNs and Graph Transformers
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

Enhancing Graph Transformers with Hierarchical Distance Structural Encoding
von: Luo, Yuankai, et al.
Veröffentlicht: (2023)

GNNs Meet Sequence Models Along the Shortest-Path: an Expressive Method for Link Prediction
von: Ferrini, Francesco, et al.
Veröffentlicht: (2025)

Graph Self-Supervised Learning with Learnable Structural and Positional Encodings
von: Wijesinghe, Asiri, et al.
Veröffentlicht: (2025)

Concise and Logically Consistent Conformal Sets for Neuro-Symbolic Concept-Based Models
von: Bortolotti, Samuele, et al.
Veröffentlicht: (2026)

Rotary Position Encodings for Graphs
von: Reid, Isaac, et al.
Veröffentlicht: (2025)

Multiclass Local Calibration with the Jensen-Shannon Distance
von: Barbera, Cesare, et al.
Veröffentlicht: (2025)

Divide et Calibra: Multiclass Local Calibration via Vector Quantization
von: Barbera, Cesare, et al.
Veröffentlicht: (2026)

FlowerFormer: Empowering Neural Architecture Encoding using a Flow-aware Graph Transformer
von: Hwang, Dongyeong, et al.
Veröffentlicht: (2024)

BEARS Make Neuro-Symbolic Models Aware of their Reasoning Shortcuts
von: Marconato, Emanuele, et al.
Veröffentlicht: (2024)

Shortcuts and Identifiability in Concept-based Models from a Neuro-Symbolic Lens
von: Bortolotti, Samuele, et al.
Veröffentlicht: (2025)

GNN Explanations that do not Explain and How to find Them
von: Azzolin, Steve, et al.
Veröffentlicht: (2026)

Rethinking and Recomputing the Value of Machine Learning Models
von: Sayin, Burcu, et al.
Veröffentlicht: (2022)

Trajectory Encoding Temporal Graph Networks
von: Xiong, Jiafeng, et al.
Veröffentlicht: (2025)

On the Stability of Expressive Positional Encodings for Graphs
von: Huang, Yinan, et al.
Veröffentlicht: (2023)

TOAST: Transformer Optimization using Adaptive and Simple Transformations
von: Cannistraci, Irene, et al.
Veröffentlicht: (2024)

A Survey on Structure-Preserving Graph Transformers
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Personalized Algorithmic Recourse with Preference Elicitation
von: De Toni, Giovanni, et al.
Veröffentlicht: (2022)

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

Collaborative Multi-Agent Reinforcement Learning for Automated Feature Transformation with Graph-Driven Path Optimization
von: Huang, Xiaohan, et al.
Veröffentlicht: (2025)

SPGCL: Simple yet Powerful Graph Contrastive Learning via SVD-Guided Structural Perturbation
von: Deng, Hao, et al.
Veröffentlicht: (2026)

Graph Alignment for Benchmarking Graph Neural Networks and Learning Positional Encodings
von: Lagesse, Adrien, et al.
Veröffentlicht: (2025)

Rethinking Time Encoding via Learnable Transformation Functions
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Relational Preference Encoding in Looped Transformer Internal States
von: Kirin, Jan
Veröffentlicht: (2026)

A Simple and Scalable Representation for Graph Generation
von: Jang, Yunhui, et al.
Veröffentlicht: (2023)

A Neuro-Symbolic Benchmark Suite for Concept Quality and Reasoning Shortcuts
von: Bortolotti, Samuele, et al.
Veröffentlicht: (2024)

Graph-Based Fraud Detection with Dual-Path Graph Filtering
von: He, Wei, et al.
Veröffentlicht: (2026)

TransformEEG: Towards Improving Model Generalizability in Deep Learning-based EEG Parkinson's Disease Detection
von: Del Pup, Federico, et al.
Veröffentlicht: (2025)