Buchumschlag

Peer Disambiguation in Self-Reported Surveys using Graph Attention Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Srivastava, Ajitesh, Shetty, Aryan, Rice, Eric
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

Disambiguated Node Classification with Graph Neural Networks
von: Zhao, Tianxiang, et al.
Veröffentlicht: (2024)

Self-Attention Empowered Graph Convolutional Network for Structure Learning and Node Embedding
von: Jiang, Mengying, et al.
Veröffentlicht: (2024)

Heterophily-Aware Graph Attention Network
von: Wang, Junfu, et al.
Veröffentlicht: (2023)

Demystifying Oversmoothing in Attention-Based Graph Neural Networks
von: Wu, Xinyi, et al.
Veröffentlicht: (2023)

Dynamic Graph with Similarity-Aware Attention Graph Neural Network for Recommender Systems
von: Senapati, Aadarsh, et al.
Veröffentlicht: (2026)

The Expressive Power of Graph Neural Networks: A Survey
von: Zhang, Bingxu, et al.
Veröffentlicht: (2023)

A Survey on Self-Supervised Graph Foundation Models: Knowledge-Based Perspective
von: Zhao, Ziwen, et al.
Veröffentlicht: (2024)

A Survey of Graph Neural Networks for Social Recommender Systems
von: Sharma, Kartik, et al.
Veröffentlicht: (2022)

Overcoming Non-Submodularity: Towards Constant Approximation for Network Immunization
von: Srivastava, Ajitesh, et al.
Veröffentlicht: (2024)

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

Graph Network Modeling Techniques for Visualizing Human Mobility Patterns
von: Mitra, Sinjini, et al.
Veröffentlicht: (2025)

CAT: A Causally Graph Attention Network for Trimming Heterophilic Graph
von: He, Silu, et al.
Veröffentlicht: (2023)

Transferability of Graph Neural Networks using Graphon and Sampling Theories
von: Neuman, A. Martina, et al.
Veröffentlicht: (2023)

Interactive Event Sifting using Bayesian Graph Neural Networks
von: Nascimento, José, et al.
Veröffentlicht: (2024)

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

Spiking Heterogeneous Graph Attention Networks
von: Cao, Buqing, et al.
Veröffentlicht: (2025)

Graph Attention Network for Node Regression on Random Geometric Graphs with Erdős--Rényi contamination
von: Laha, Somak, et al.
Veröffentlicht: (2026)

Data-centric Graph Learning: A Survey
von: Guo, Yuxin, et al.
Veröffentlicht: (2023)

A Survey on Signed Graph Embedding: Methods and Applications
von: Ghosh, Shrabani
Veröffentlicht: (2024)

Machine Learning on Dynamic Graphs: A Survey on Applications
von: Fard, Sanaz Hasanzadeh
Veröffentlicht: (2024)

Learning Peer Influence Probabilities with Linear Contextual Bandits
von: Faruk, Ahmed Sayeed, et al.
Veröffentlicht: (2025)

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

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

Node Classification via Semantic-Structural Attention-Enhanced Graph Convolutional Networks
von: Zhu, Hongyin
Veröffentlicht: (2024)

Graph Neural Networks for Tabular Data Learning: A Survey with Taxonomy and Directions
von: Li, Cheng-Te, et al.
Veröffentlicht: (2024)

DANI: Fast Diffusion Aware Network Inference with Preserving Topological Structure Property
von: Ramezani, Maryam, et al.
Veröffentlicht: (2023)

Inferring Individual Direct Causal Effects Under Heterogeneous Peer Influence
von: Adhikari, Shishir, et al.
Veröffentlicht: (2023)

A Unified Graph Selective Prompt Learning for Graph Neural Networks
von: Jiang, Bo, et al.
Veröffentlicht: (2024)

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

Forward Learning of Graph Neural Networks
von: Park, Namyong, et al.
Veröffentlicht: (2024)

BANGS: Game-Theoretic Node Selection for Graph Self-Training
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

Graph Contrastive Learning with Low-Rank Regularization and Low-Rank Attention for Noisy Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

GraphMU: Repairing Robustness of Graph Neural Networks via Machine Unlearning
von: Wu, Tao, et al.
Veröffentlicht: (2024)

Rethinking Semi-Supervised Node Classification with Self-Supervised Graph Clustering
von: Wang, Songbo, et al.
Veröffentlicht: (2025)

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

Information propagation dynamics in Deep Graph Networks
von: Gravina, Alessio
Veröffentlicht: (2024)

Heterogeneous Graph Neural Network on Semantic Tree
von: Guan, Mingyu, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Diverse Spectral Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2023)

Feature Selection and Extraction for Graph Neural Networks
von: Acharya, Deepak Bhaskar, et al.
Veröffentlicht: (2019)

HiGen: Hierarchical Graph Generative Networks
von: Karami, Mahdi
Veröffentlicht: (2023)