Buchumschlag

S2FGL: Spatial Spectral Federated Graph Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tan, Zihan, Huang, Suyuan, Wan, Guancheng, Huang, Wenke, Li, He, Ye, Mang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Graph Semantic and Structural Learning
von: Huang, Wenke, et al.
Veröffentlicht: (2024)

FedSSP: Federated Graph Learning with Spectral Knowledge and Personalized Preference
von: Tan, Zihan, et al.
Veröffentlicht: (2024)

Fair Federated Learning under Domain Skew with Local Consistency and Domain Diversity
von: Chen, Yuhang, et al.
Veröffentlicht: (2024)

ThanoRA: Task Heterogeneity-Aware Multi-Task Low-Rank Adaptation
von: Liang, Jian, et al.
Veröffentlicht: (2025)

OpenFGL: A Comprehensive Benchmark for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

SpreadFGL: Edge-Client Collaborative Federated Graph Learning with Adaptive Neighbor Generation
von: Zhong, Luying, et al.
Veröffentlicht: (2024)

Privacy-Enhancing Paradigms within Federated Multi-Agent Systems
von: Shi, Zitong, et al.
Veröffentlicht: (2025)

Adversarial Curriculum Graph-Free Knowledge Distillation for Graph Neural Networks
von: Jia, Yuang, et al.
Veröffentlicht: (2025)

Spectral Greedy Coresets for Graph Neural Networks
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2024)

An Empirical Study of Federated Prompt Learning for Vision Language Model
von: Wang, Zhihao, et al.
Veröffentlicht: (2025)

Robust Asymmetric Heterogeneous Federated Learning with Corrupted Clients
von: Fang, Xiuwen, et al.
Veröffentlicht: (2025)

Learn from Downstream and Be Yourself in Multimodal Large Language Model Fine-Tuning
von: Huang, Wenke, et al.
Veröffentlicht: (2024)

Coefficient Decomposition for Spectral Graph Convolution
von: Huang, Feng, et al.
Veröffentlicht: (2024)

Spatial-temporal Graph Convolutional Networks with Diversified Transformation for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

AdaFGL: A New Paradigm for Federated Node Classification with Topology Heterogeneity
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Graph Structure Learning with Privacy Guarantees for Open Graph Data
von: Guo, Muhao, et al.
Veröffentlicht: (2025)

Incorporating Spatial Information into Goal-Conditioned Hierarchical Reinforcement Learning via Graph Representations
von: Zhang, Shuyuan, et al.
Veröffentlicht: (2025)

SGC-RML: A reliable and interpretable longitudinal assessment for PD in real-world DNS
von: Wei, Wenbin, et al.
Veröffentlicht: (2026)

RiemannGL: Riemannian Geometry Changes Graph Deep Learning
von: Sun, Li, et al.
Veröffentlicht: (2026)

Scale-Adaptive Power Flow Analysis with Local Topology Slicing and Multi-Task Graph Learning
von: Li, Yongzhe, et al.
Veröffentlicht: (2026)

SToFM: a Multi-scale Foundation Model for Spatial Transcriptomics
von: Zhao, Suyuan, et al.
Veröffentlicht: (2025)

Federated Graph Learning with Structure Proxy Alignment
von: Fu, Xingbo, et al.
Veröffentlicht: (2024)

Graph Neural Diffusion Networks for Semi-supervised Learning
von: Ye, Wei, et al.
Veröffentlicht: (2022)

Graph Prompting for Graph Learning Models: Recent Advances and Future Directions
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

TG-NAS: Generalizable Zero-Cost Proxies with Operator Description Embedding and Graph Learning for Efficient Neural Architecture Search
von: Qiao, Ye, et al.
Veröffentlicht: (2024)

Epidemiology-Aware Neural ODE with Continuous Disease Transmission Graph
von: Wan, Guancheng, et al.
Veröffentlicht: (2024)

Shape-aware Graph Spectral Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2023)

FastGAS: Fast Graph-based Annotation Selection for In-Context Learning
von: Chen, Zihan, et al.
Veröffentlicht: (2024)

Generalized Category Discovery in Federated Graph Learning
von: Yuan, Zhongzheng, et al.
Veröffentlicht: (2026)

MM-STFlowNet: A Transportation Hub-Oriented Multi-Mode Passenger Flow Prediction Method via Spatial-Temporal Dynamic Graph Modeling
von: Zhang, Ronghui, et al.
Veröffentlicht: (2025)

Multimodal Representation Learning using Adaptive Graph Construction
von: Huang, Weichen
Veröffentlicht: (2024)

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning
von: Li, Zhuolong, et al.
Veröffentlicht: (2026)

NeiGAD: Augmenting Graph Anomaly Detection via Spectral Neighbor Information
von: Qing, Qing, et al.
Veröffentlicht: (2026)

Graph Federated Learning for Personalized Privacy Recommendation
von: Na, Ce, et al.
Veröffentlicht: (2025)

Spectral Invariant Learning for Dynamic Graphs under Distribution Shifts
von: Zhang, Zeyang, et al.
Veröffentlicht: (2024)

STD-PLM: Understanding Both Spatial and Temporal Properties of Spatial-Temporal Data with PLM
von: Huang, YiHeng, et al.
Veröffentlicht: (2024)

Federated Learning Playground
von: Shan, Bryan, et al.
Veröffentlicht: (2026)

Spectral-inspired Operator Learning with Limited Data and Unknown Physics
von: Wan, Han, et al.
Veröffentlicht: (2025)

Learning Critically: Selective Self Distillation in Federated Learning on Non-IID Data
von: He, Yuting, et al.
Veröffentlicht: (2025)