Buchumschlag

HeRB: Heterophily-Resolved Structure Balancer for Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ke-Jia, Mu, Wenhui, Liu, Zheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Neural Networks for Graphs with Heterophily: A Survey
von: Zheng, Xin, et al.
Veröffentlicht: (2022)

Understanding Heterophily for Graph Neural Networks
von: Wang, Junfu, et al.
Veröffentlicht: (2024)

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

HeGMN: Heterogeneous Graph Matching Network for Learning Graph Similarity
von: Sang, Shilong, et al.
Veröffentlicht: (2025)

Adaptive Heterogeneous Graph Neural Networks: Bridging Heterophily and Heterogeneity
von: Chen, Qin, et al.
Veröffentlicht: (2025)

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

Robust Graph Structure Learning under Heterophily
von: Xie, Xuanting, et al.
Veröffentlicht: (2024)

On the Impact of Feature Heterophily on Link Prediction with Graph Neural Networks
von: Zhu, Jiong, et al.
Veröffentlicht: (2024)

Exploring Heterophily in Graph-level Tasks
von: Hou, Qinhan, et al.
Veröffentlicht: (2025)

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

HeterSEED: Semantics-Structure Decoupling for Heterogeneous Graph Learning under Heterophily
von: Li, Xinyi, et al.
Veröffentlicht: (2026)

Structure-Guided Input Graph for GNNs facing Heterophily
von: Tenorio, Victor M., et al.
Veröffentlicht: (2024)

A Label-Free Heterophily-Guided Approach for Unsupervised Graph Fraud Detection
von: Pan, Junjun, et al.
Veröffentlicht: (2025)

Leveraging Personalized PageRank and Higher-Order Topological Structures for Heterophily Mitigation in Graph Neural Networks
von: Wang, Yumeng, et al.
Veröffentlicht: (2025)

DuoGNN: Topology-aware Graph Neural Network with Homophily and Heterophily Interaction-Decoupling
von: Mancini, K., et al.
Veröffentlicht: (2024)

Heterophily-Agnostic Hypergraph Neural Networks with Riemannian Local Exchanger
von: Sun, Li, et al.
Veröffentlicht: (2026)

Graph Contrastive Learning under Heterophily via Graph Filters
von: Yang, Wenhan, et al.
Veröffentlicht: (2023)

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

Addressing Graph Heterogeneity and Heterophily from A Spectral Perspective
von: Lu, Kangkang, et al.
Veröffentlicht: (2024)

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

How Universal Polynomial Bases Enhance Spectral Graph Neural Networks: Heterophily, Over-smoothing, and Over-squashing
von: Huang, Keke, et al.
Veröffentlicht: (2024)

A Generative Model for Controllable Feature Heterophily in Graphs
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Resurrecting Label Propagation for Graphs with Heterophily and Label Noise
von: Cheng, Yao, et al.
Veröffentlicht: (2023)

Rethinking Structure Learning For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Heterophily-informed Message Passing
von: Wang, Haishan, et al.
Veröffentlicht: (2025)

Disentangling Homophily and Heterophily in Multimodal Graph Clustering
von: Guo, Zhaochen, et al.
Veröffentlicht: (2025)

Modeling Heterophily in Multiplex Graphs: An Adaptive Approach for Node Classification
von: Abdous, Kamel, et al.
Veröffentlicht: (2026)

Resolving Node Identifiability in Graph Neural Processes via Laplacian Spectral Encodings
von: Yan, Zimo, et al.
Veröffentlicht: (2025)

Graph Negative Feedback Bias Correction Framework for Adaptive Heterophily Modeling
von: Lv, Jiaqi, et al.
Veröffentlicht: (2026)

Eddy-Resolving Global Ocean Forecasting with Multi-Scale Graph Neural Networks
von: Hirabayashi, Yuta, et al.
Veröffentlicht: (2026)

Revisiting Graph-Based Fraud Detection in Sight of Heterophily and Spectrum
von: Xu, Fan, et al.
Veröffentlicht: (2023)

GraphPI: Efficient Protein Inference with Graph Neural Networks
von: Ma, Zheng, et al.
Veröffentlicht: (2026)

Aligning the Spectrum: Hybrid Graph Pre-training and Prompt Tuning across Homophily and Heterophily
von: Luo, Haitong, et al.
Veröffentlicht: (2025)

Probability Passing for Graph Neural Networks: Graph Structure and Representations Joint Learning
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

When Heterophily Meets Heterogeneous Graphs: Latent Graphs Guided Unsupervised Representation Learning
von: Shen, Zhixiang, et al.
Veröffentlicht: (2024)

View-based Explanations for Graph Neural Networks
von: Chen, Tingyang, et al.
Veröffentlicht: (2024)

Pre-training Graph Neural Networks with Structural Fingerprints for Materials Discovery
von: Jia, Shuyi, et al.
Veröffentlicht: (2025)

When Heterophily Meets Heterogeneity: Challenges and a New Large-Scale Graph Benchmark
von: Lin, Junhong, et al.
Veröffentlicht: (2024)

Oversmoothing, Oversquashing, Heterophily, Long-Range, and more: Demystifying Common Beliefs in Graph Machine Learning
von: Arnaiz-Rodriguez, Adrian, et al.
Veröffentlicht: (2025)

Directed Homophily-Aware Graph Neural Network
von: Zhang, Aihu, et al.
Veröffentlicht: (2025)