Buchumschlag

Differences-in-Neighbors for Network Interference in Experiments

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Tianyi, Ye, Naimeng, Zheng, Andrew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Social and Information Networks Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visiting Distant Neighbors in Graph Convolutional Networks
von: Hashemi, Alireza, et al.
Veröffentlicht: (2023)

On Evolution-Based Models for Experimentation Under Interference
von: Shirani, Sadegh, et al.
Veröffentlicht: (2025)

A Versatile Framework for Attributed Network Clustering via K-Nearest Neighbor Augmentation
von: Li, Yiran, et al.
Veröffentlicht: (2024)

Repeat-Aware Neighbor Sampling for Dynamic Graph Learning
von: Zou, Tao, et al.
Veröffentlicht: (2024)

Policy Targeting under Network Interference
von: Viviano, Davide
Veröffentlicht: (2019)

A Two-Part Machine Learning Approach to Characterizing Network Interference in A/B Testing
von: Yuan, Yuan, et al.
Veröffentlicht: (2023)

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

Pure Message Passing Can Estimate Common Neighbor for Link Prediction
von: Dong, Kaiwen, et al.
Veröffentlicht: (2023)

Network Embedding with Completely-imbalanced Labels
von: Wang, Zheng, et al.
Veröffentlicht: (2020)

Optimizing Treatment Allocation in the Presence of Interference
von: Caljon, Daan, et al.
Veröffentlicht: (2024)

Model-Based Inference and Experimental Design for Interference Using Partial Network Data
von: Reeves, Steven Wilkins, et al.
Veröffentlicht: (2024)

Cascade-based Randomization for Inferring Causal Effects under Diffusion Interference
von: Fatemi, Zahra, et al.
Veröffentlicht: (2024)

Neural Common Neighbor with Completion for Link Prediction
von: Wang, Xiyuan, et al.
Veröffentlicht: (2023)

Network Analytics for Anti-Money Laundering -- A Systematic Literature Review and Experimental Evaluation
von: Deprez, Bruno, et al.
Veröffentlicht: (2024)

Incorporating Heterophily into Graph Neural Networks for Graph Classification
von: Yang, Jiayi, et al.
Veröffentlicht: (2022)

Hyperedge Interaction-aware Hypergraph Neural Network
von: Ye, Rongping, et al.
Veröffentlicht: (2024)

Efficient Neural Common Neighbor for Temporal Graph Link Prediction
von: Zhang, Xiaohui, et al.
Veröffentlicht: (2024)

Learning Individual Treatment Effects under Heterogeneous Interference in Networks
von: Zhao, Ziyu, et al.
Veröffentlicht: (2022)

Examining Different Research Communities: Authorship Network
von: Ghosh, Shrabani
Veröffentlicht: (2024)

Learn from Heterophily: Heterophilous Information-enhanced Graph Neural Network
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

What Is Missing In Homophily? Disentangling Graph Homophily For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

BicliqueEncoder: An Efficient Method for Link Prediction in Bipartite Networks using Formal Concept Analysis and Transformer Encoder
von: Yang, Hongyuan, et al.
Veröffentlicht: (2025)

Generative Graph Pattern Machine
von: Wang, Zehong, et al.
Veröffentlicht: (2025)

Learning Scalable Structural Representations for Link Prediction with Bloom Signatures
von: Zhang, Tianyi, et al.
Veröffentlicht: (2023)

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

Towards Robust Graph Structural Learning Beyond Homophily via Preserving Neighbor Similarity
von: Zhu, Yulin, et al.
Veröffentlicht: (2024)

Identifying built environment factors influencing driver yielding behavior at unsignalized intersections: A naturalistic open-source dataset collected in Minnesota
von: Li, Tianyi, et al.
Veröffentlicht: (2023)

Is Graph Convolution Always Beneficial For Every Feature?
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Heterophilous Distribution Propagation for Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

Revisiting the Message Passing in Heterophilous Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

Similarity-based Neighbor Selection for Graph LLMs
von: Li, Rui, et al.
Veröffentlicht: (2024)

Epidemiology-informed Graph Neural Network for Heterogeneity-aware Epidemic Forecasting
von: Zheng, Yufan, et al.
Veröffentlicht: (2024)

NetInfoF Framework: Measuring and Exploiting Network Usable Information
von: Lee, Meng-Chieh, et al.
Veröffentlicht: (2024)

Beyond Message Passing: Neural Graph Pattern Machine
von: Wang, Zehong, et al.
Veröffentlicht: (2025)

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

Homophily-Related: Adaptive Hybrid Graph Filter for Multi-View Graph Clustering
von: Wen, Zichen, et al.
Veröffentlicht: (2024)

Beyond Leakage and Complexity: Towards Realistic and Efficient Information Cascade Prediction
von: Peng, Jie, et al.
Veröffentlicht: (2025)

Hierarchical Forecast Reconciliation on Networks: A Network Flow Optimization Formulation
von: Sharma, Charupriya, et al.
Veröffentlicht: (2025)

Structure-Preference Enabled Graph Embedding Generation under Differential Privacy
von: Zhang, Sen, et al.
Veröffentlicht: (2025)

P4GCN: Vertical Federated Social Recommendation with Privacy-Preserving Two-Party Graph Convolution Network
von: Wang, Zheng, et al.
Veröffentlicht: (2024)