Buchumschlag

Dual-level Mixup for Graph Few-shot Learning with Fewer Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yonghao, Li, Mengyu, Giunchiglia, Fausto, Huang, Lan, Li, Ximing, Feng, Xiaoyue, Guan, Renchu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Meta-GPS++: Enhancing Graph Meta-Learning with Contrastive Learning and Self-Training
von: Liu, Yonghao, et al.
Veröffentlicht: (2024)

Enhancing Unsupervised Graph Few-shot Learning via Set Functions and Optimal Transport
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Hypergraph Contrastive Learning for both Homophilic and Heterophilic Hypergraphs
von: Guan, Renchu, et al.
Veröffentlicht: (2025)

Improving Graph Few-shot Learning with Hyperbolic Space and Denoising Diffusion
von: Liu, Yonghao, et al.
Veröffentlicht: (2026)

Simple-Sampling and Hard-Mixup with Prototypes to Rebalance Contrastive Learning for Text Classification
von: Li, Mengyu, et al.
Veröffentlicht: (2024)

A Simple Graph Contrastive Learning Framework for Short Text Classification
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Graph Few-Shot Learning via Adaptive Spectrum Experts and Cross-Set Distribution Calibration
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Boosting Short Text Classification with Multi-Source Information Exploration and Dual-Level Contrastive Learning
von: Liu, Yonghao, et al.
Veröffentlicht: (2025)

Resolving Word Vagueness with Scenario-guided Adapter for Natural Language Inference
von: Liu, Yonghao, et al.
Veröffentlicht: (2024)

Advancing Graph Few-Shot Learning via In-Context Learning
von: Guan, Renchu, et al.
Veröffentlicht: (2026)

Learning from Label Proportions with Dual-proportion Constraints
von: Ma, Tianhao, et al.
Veröffentlicht: (2026)

Variety Is the Spice of Life: Detecting Misinformation with Dynamic Environmental Representations
von: Wang, Bing, et al.
Veröffentlicht: (2025)

FewUser: Few-Shot Social User Geolocation via Contrastive Learning
von: Li, Menglin, et al.
Veröffentlicht: (2024)

Leveraging Contrastive Learning for Few-shot Geolocation of Social Posts
von: Li, Menglin, et al.
Veröffentlicht: (2024)

Preference-driven Knowledge Distillation for Few-shot Node Classification
von: Wei, Xing, et al.
Veröffentlicht: (2025)

Boosting Multitask Learning on Graphs through Higher-Order Task Affinities
von: Li, Dongyue, et al.
Veröffentlicht: (2023)

HC-GLAD: Dual Hyperbolic Contrastive Learning for Unsupervised Graph-Level Anomaly Detection
von: Fu, Yali, et al.
Veröffentlicht: (2024)

Task-Oriented Communication for Graph Data: A Graph Information Bottleneck Approach
von: Li, Shujing, et al.
Veröffentlicht: (2024)

Mitigating Message Imbalance in Fraud Detection with Dual-View Graph Representation Learning
von: Song, Yudan, et al.
Veröffentlicht: (2025)

IntraMix: Intra-Class Mixup Generation for Accurate Labels and Neighbors
von: Zheng, Shenghe, et al.
Veröffentlicht: (2024)

TRACE: Discovering Task-Specific Parameter via Adaptation-Aware Probing for Continual Fine-Tuning
von: Han, Xiaosong, et al.
Veröffentlicht: (2026)

Simplify to Amplify: Achieving Information-Theoretic Bounds with Fewer Steps in Spectral Community Detection
von: Dharmawan, Sie Hendrata, et al.
Veröffentlicht: (2026)

Towards Fair Graph Representation Learning in Social Networks
von: Zhang, Guixian, et al.
Veröffentlicht: (2024)

Graph Representation Learning in Biomedicine
von: Li, Michelle M., et al.
Veröffentlicht: (2021)

Generalizing Graph Transformers Across Diverse Graphs and Tasks via Pre-training
von: He, Yufei, et al.
Veröffentlicht: (2024)

HetCAN: A Heterogeneous Graph Cascade Attention Network with Dual-Level Awareness
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2023)

Lying Graph Convolution: Learning to Lie for Node Classification Tasks
von: Castellana, Daniele
Veröffentlicht: (2024)

A Survey of Few-Shot Learning on Graphs: from Meta-Learning to Pre-Training and Prompt Learning
von: Yu, Xingtong, et al.
Veröffentlicht: (2024)

Toward Structure Fairness in Dynamic Graph Embedding: A Trend-aware Dual Debiasing Approach
von: Li, Yicong, et al.
Veröffentlicht: (2024)

Graph Structure Prompt Learning: A Novel Methodology to Improve Performance of Graph Neural Networks
von: Huang, Zhenhua, et al.
Veröffentlicht: (2024)

Big-Thick Data generation via reference and personal context unification
von: Giunchiglia, Fausto, et al.
Veröffentlicht: (2024)

Exploring Graph Learning Tasks with Pure LLMs: A Comprehensive Benchmark and Investigation
von: Wang, Yuxiang, et al.
Veröffentlicht: (2025)

Incorporating Attributes and Multi-Scale Structures for Heterogeneous Graph Contrastive Learning
von: Jiang, Ruobing, et al.
Veröffentlicht: (2025)

LEGO-Learn: Label-Efficient Graph Open-Set Learning
von: Xu, Haoyan, et al.
Veröffentlicht: (2024)

Bi-directional Curriculum Learning for Graph Anomaly Detection: Dual Focus on Homogeneity and Heterogeneity
von: Hao, Yitong, et al.
Veröffentlicht: (2025)

Graph Representation Learning via Causal Diffusion for Out-of-Distribution Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Self-attention Dual Embedding for Graphs with Heterophily
von: Lai, Yurui, et al.
Veröffentlicht: (2023)

Community-Invariant Graph Contrastive Learning
von: Tan, Shiyin, et al.
Veröffentlicht: (2024)

KAE: A Property-based Method for Knowledge Graph Alignment and Extension
von: Shi, Daqian, et al.
Veröffentlicht: (2024)

Towards Graph Foundation Models: Learning Generalities Across Graphs via Task-Trees
von: Wang, Zehong, et al.
Veröffentlicht: (2024)