Buchumschlag

P-DROP: Poisson-Based Dropout for Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yun, Hyunsik
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

Dirichlet-Based Monte Carlo Dropout for Uncertainty Estimation in Neural Networks
von: Hoblos, Rouaa, et al.
Veröffentlicht: (2026)

Adaptive Tabu Dropout for Regularization of Deep Neural Network
von: Hasan, Md. Tarek, et al.
Veröffentlicht: (2024)

DROP: Distributional and Regular Optimism and Pessimism for Reinforcement Learning
von: Kobayashi, Taisuke
Veröffentlicht: (2024)

Enhancing Dropout-based Bayesian Neural Networks with Multi-Exit on FPGA
von: Chen, Hao Mark, et al.
Veröffentlicht: (2024)

Continuum Dropout for Neural Differential Equations
von: Lee, Jonghun, et al.
Veröffentlicht: (2025)

Variational Adaptive Noise and Dropout towards Stable Recurrent Neural Networks
von: Kobayashi, Taisuke, et al.
Veröffentlicht: (2025)

Testing Spintronics Implemented Monte Carlo Dropout-Based Bayesian Neural Networks
von: Ahmed, Soyed Tuhin, et al.
Veröffentlicht: (2024)

NeuFair: Neural Network Fairness Repair with Dropout
von: Dasu, Vishnu Asutosh, et al.
Veröffentlicht: (2024)

Dropout Neural Network Training Viewed from a Percolation Perspective
von: Devlin, Finley, et al.
Veröffentlicht: (2025)

Bayesian Neural Networks with Monte Carlo Dropout for Probabilistic Electricity Price Forecasting
von: Das, Abhinav, et al.
Veröffentlicht: (2025)

Provable Generalization Bounds for Deep Neural Networks with Momentum-Adaptive Gradient Dropout
von: Safder, Adeel
Veröffentlicht: (2025)

Non-backtracking Graph Neural Networks
von: Park, Seonghyun, et al.
Veröffentlicht: (2023)

Effects of Dropout on Performance in Long-range Graph Learning Tasks
von: Singh, Jasraj, et al.
Veröffentlicht: (2025)

Localising Dropout Variance in Twin Networks
von: Doyle, Cooper
Veröffentlicht: (2025)

Graph Neural Network Explanations are Fragile
von: Li, Jiate, et al.
Veröffentlicht: (2024)

DROP: Poison Dilution via Knowledge Distillation for Federated Learning
von: Syros, Georgios, et al.
Veröffentlicht: (2025)

Adaptive Data Dropout: Towards Self-Regulated Learning in Deep Neural Networks
von: Gahir, Amar, et al.
Veröffentlicht: (2026)

Scale-Dropout: Estimating Uncertainty in Deep Neural Networks Using Stochastic Scale
von: Ahmed, Soyed Tuhin, et al.
Veröffentlicht: (2023)

Deep Learning for School Dropout Detection: A Comparison of Tabular and Graph-Based Models for Predicting At-Risk Students
von: Almeida, Pablo G., et al.
Veröffentlicht: (2025)

FairDropout: Using Example-Tied Dropout to Enhance Generalization of Minority Groups
von: Nanfack, Geraldin, et al.
Veröffentlicht: (2025)

Training Robust Graph Neural Networks by Modeling Noise Dependencies
von: In, Yeonjun, et al.
Veröffentlicht: (2025)

Dynamic Dropout: Leveraging Conway's Game of Life for Neural Networks Regularization
von: Freire-Obregón, David, et al.
Veröffentlicht: (2025)

Reducing Smoothness with Expressive Memory Enhanced Hierarchical Graph Neural Networks
von: Bailie, Thomas, et al.
Veröffentlicht: (2025)

A Combinatorial Theory of Dropout: Subnetworks, Graph Geometry, and Generalization
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

Rule Based Learning with Dynamic (Graph) Neural Networks
von: Seiffarth, Florian
Veröffentlicht: (2024)

Activation by Interval-wise Dropout: A Simple Way to Prevent Neural Networks from Plasticity Loss
von: Park, Sangyeon, et al.
Veröffentlicht: (2025)

Graph Coordinates and Conventional Neural Networks -- An Alternative for Graph Neural Networks
von: Qin, Zheyi, et al.
Veröffentlicht: (2023)

Tracing the Path to Grokking: Embeddings, Dropout, and Network Activation
von: Salah, Ahmed, et al.
Veröffentlicht: (2025)

Robust Neural Pruning with Gradient Sampling Optimization for Residual Neural Networks
von: Yun, Juyoung
Veröffentlicht: (2023)

Graph Neural Network and Transformer Integration for Unsupervised System Anomaly Discovery
von: Zi, Yun, et al.
Veröffentlicht: (2025)

Deterministic Certification of Graph Neural Networks against Graph Poisoning Attacks with Arbitrary Perturbations
von: Li, Jiate, et al.
Veröffentlicht: (2025)

Multi-Level Service Performance Forecasting via Spatiotemporal Graph Neural Networks
von: Xue, Zhihao, et al.
Veröffentlicht: (2025)

Dropout-Based Rashomon Set Exploration for Efficient Predictive Multiplicity Estimation
von: Hsu, Hsiang, et al.
Veröffentlicht: (2024)

Poisson-Dirac Neural Networks for Modeling Coupled Dynamical Systems across Domains
von: Khosrovian, Razmik Arman, et al.
Veröffentlicht: (2024)

Hardware-Aware Neural Dropout Search for Reliable Uncertainty Prediction on FPGA
von: Zhang, Zehuan, et al.
Veröffentlicht: (2024)

Review of blockchain application with Graph Neural Networks, Graph Convolutional Networks and Convolutional Neural Networks
von: Ancelotti, Amy, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Triangle-Based Messages for the Multicut Problem
von: Irmai, Jannik, et al.
Veröffentlicht: (2026)

Neural Network Graph Similarity Computation Based on Graph Fusion
von: Chang, Zenghui, et al.
Veröffentlicht: (2025)

Dynamic Triangulation-Based Graph Rewiring for Graph Neural Networks
von: Attali, Hugo, et al.
Veröffentlicht: (2025)

Social Network User Profiling for Anomaly Detection Based on Graph Neural Networks
von: Zhang, Yiwei
Veröffentlicht: (2025)