Buchumschlag

SlepNet: Spectral Subgraph Representation Learning for Neural Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Viswanath, Siddharth, Singh, Rahul, Zhang, Yanlei, Noah, J. Adam, Hirsch, Joy, Krishnaswamy, Smita
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

BrainDyn: A Sheaf Neural ODE for Generative Brain Dynamics
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2026)

A Graph Laplacian Eigenvector-based Pre-training Method for Graph Neural Networks
von: Dai, Howard, et al.
Veröffentlicht: (2025)

DYMAG: Rethinking Message Passing Using Dynamical-systems-based Waveforms
von: Bhaskar, Dhananjay, et al.
Veröffentlicht: (2023)

HEIST: A Graph Foundation Model for Spatial Transcriptomics and Proteomics Data
von: Madhu, Hiren, et al.
Veröffentlicht: (2025)

Exploring the Manifold of Neural Networks Using Diffusion Geometry
von: Abel, Elliott, et al.
Veröffentlicht: (2024)

HiPoNet: A Multi-View Simplicial Complex Network for High Dimensional Point-Cloud and Single-Cell Data
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2025)

Convergence of Manifold Filter-Combine Networks
von: Johnson, David R., et al.
Veröffentlicht: (2024)

Latent Representation Learning for Multimodal Brain Activity Translation
von: Afrasiyabi, Arman, et al.
Veröffentlicht: (2024)

Geometric Scattering on Measure Spaces
von: Chew, Joyce, et al.
Veröffentlicht: (2022)

InfoGain Wavelets: Furthering the Design of Graph Diffusion Wavelets
von: Johnson, David R., et al.
Veröffentlicht: (2025)

Principal Curvatures Estimation with Applications to Single Cell Data
von: Zhang, Yanlei, et al.
Veröffentlicht: (2025)

The Manifold Scattering Transform for High-Dimensional Point Cloud Data
von: Chew, Joyce, et al.
Veröffentlicht: (2022)

Geometry-Aware Generative Autoencoders for Warped Riemannian Metric Learning and Generative Modeling on Data Manifolds
von: Sun, Xingzhi, et al.
Veröffentlicht: (2024)

Approximate Subgraph Matching with Neural Graph Representations and Reinforcement Learning
von: Li, Kaiyang, et al.
Veröffentlicht: (2026)

STAGED: A Multi-Agent Neural Network for Learning Cellular Interaction Dynamics
von: Rocha, Joao F., et al.
Veröffentlicht: (2025)

Charting the Design Space of Neural Graph Representations for Subgraph Matching
von: Raj, Vaibhav, et al.
Veröffentlicht: (2025)

ResKoopNet: Learning Koopman Representations for Complex Dynamics with Spectral Residuals
von: Xu, Yuanchao, et al.
Veröffentlicht: (2025)

Looking through the mind's eye via multimodal encoder-decoder networks
von: Afrasiyabi, Arman, et al.
Veröffentlicht: (2024)

Autoencoding Conditional Neural Processes for Representation Learning
von: Prokhorov, Victor, et al.
Veröffentlicht: (2023)

Union Subgraph Neural Networks
von: Xu, Jiaxing, et al.
Veröffentlicht: (2023)

Representation Learning for Frequent Subgraph Mining
von: Ying, Rex, et al.
Veröffentlicht: (2024)

Subgraph Federated Learning via Spectral Methods
von: Aliakbari, Javad, et al.
Veröffentlicht: (2025)

Spectral Energy Centroid: a Metric for Improving Performance and Analyzing Spectral Bias in Implicit Neural Representations
von: Dądela, Tomasz, et al.
Veröffentlicht: (2026)

ProtSCAPE: Mapping the landscape of protein conformations in molecular dynamics
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2024)

SpectralNet: Spectral Clustering using Deep Neural Networks
von: Shaham, Uri, et al.
Veröffentlicht: (2018)

Robust Subgraph Learning by Monitoring Early Training Representations
von: Neshatfar, Sepideh, et al.
Veröffentlicht: (2024)

BLIS-Net: Classifying and Analyzing Signals on Graphs
von: Xu, Charles, et al.
Veröffentlicht: (2023)

Regret and Sample Complexity of Online Q-Learning via Concentration of Stochastic Approximation with Time-Inhomogeneous Markov Chains
von: Singh, Rahul, et al.
Veröffentlicht: (2026)

Linearized Optimal Transport for Analysis of High-Dimensional Point-Cloud and Single-Cell Data
von: Wang, Tianxiang, et al.
Veröffentlicht: (2025)

Simplifying Subgraph Representation Learning for Scalable Link Prediction
von: Louis, Paul, et al.
Veröffentlicht: (2023)

SubGDiff: A Subgraph Diffusion Model to Improve Molecular Representation Learning
von: Zhang, Jiying, et al.
Veröffentlicht: (2024)

Limitation Learning: Catching Adverse Dialog with GAIL
von: Kasmanoff, Noah, et al.
Veröffentlicht: (2025)

Learning Rule-Induced Subgraph Representations for Inductive Relation Prediction
von: Liu, Tianyu, et al.
Veröffentlicht: (2024)

Translating Subgraphs to Nodes Makes Simple GNNs Strong and Efficient for Subgraph Representation Learning
von: Kim, Dongkwan, et al.
Veröffentlicht: (2022)

MIOFlow 2.0: A unified framework for inferring cellular stochastic dynamics from single cell and spatial transcriptomics data
von: Sun, Xingzhi, et al.
Veröffentlicht: (2026)

DRIFT-Net: A Spectral--Coupled Neural Operator for PDEs Learning
von: Li, Jiayi, et al.
Veröffentlicht: (2025)

Subgraph Gaussian Embedding Contrast for Self-Supervised Graph Representation Learning
von: Xie, Shifeng, et al.
Veröffentlicht: (2025)

Unsupervised Anomaly Detection in Multivariate Time Series across Heterogeneous Domains
von: Jacob, Vincent, et al.
Veröffentlicht: (2025)

Koopman Autoencoders Learn Neural Representation Dynamics
von: Aswani, Nishant Suresh, et al.
Veröffentlicht: (2025)

On the Expressive Power of Subgraph Graph Neural Networks for Graphs with Bounded Cycles
von: Chen, Ziang, et al.
Veröffentlicht: (2025)