Buchumschlag

Rethinking Over-Smoothing in Graph Neural Networks: A Perspective from Anderson Localization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ouyang, Kaichen
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Brain Networks and Intelligence: A Graph Neural Network Based Approach to Resting State fMRI Data
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2023)

Accuracy-Efficiency Trade-Offs in Spiking Neural Networks: A Lempel-Ziv Complexity Perspective on Learning Rules
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

Modular Boundaries in Recurrent Neural Networks
von: Tanner, Jacob, et al.
Veröffentlicht: (2023)

Contrastive Graph Pooling for Explainable Classification of Brain Networks
von: Xu, Jiaxing, et al.
Veröffentlicht: (2023)

Graph Autoencoders for Embedding Learning in Brain Networks and Major Depressive Disorder Identification
von: Noman, Fuad, et al.
Veröffentlicht: (2021)

Hybrid Spiking Neural Networks for Low-Power Intra-Cortical Brain-Machine Interfaces
von: Vasilache, Alexandru, et al.
Veröffentlicht: (2024)

NeuroGraph: Benchmarks for Graph Machine Learning in Brain Connectomics
von: Said, Anwar, et al.
Veröffentlicht: (2023)

Neural Encoding and Decoding at Scale
von: Zhang, Yizi, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Decoding of Neural Activity
von: Wang, Yanchen, et al.
Veröffentlicht: (2026)

Balanced Graph Structure Information for Brain Disease Detection
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2023)

JEDI: Jointly Embedded Inference of Neural Dynamics
von: Jamkhandi, Anirudh, et al.
Veröffentlicht: (2026)

DLGE: Dual Local-Global Encoding for Generalizable Cross-BCI-Paradigm
von: Wang, Jingyuan, et al.
Veröffentlicht: (2025)

Bridging Foundation Models and Efficient Architectures: A Modular Brain Imaging Framework with Local Masking and Pretrained Representation Learning
von: Wang, Yanwen, et al.
Veröffentlicht: (2025)

Contrastive Self-Supervised Learning As Neural Manifold Packing
von: Zhang, Guanming, et al.
Veröffentlicht: (2025)

Credit Assignment via Neural Manifold Noise Correlation
von: Kang, Byungwoo, et al.
Veröffentlicht: (2026)

Contrasformer: A Brain Network Contrastive Transformer for Neurodegenerative Condition Identification
von: Xu, Jiaxing, et al.
Veröffentlicht: (2024)

Defining and Benchmarking a Data-Centric Design Space for Brain Graph Construction
von: Ge, Qinwen, et al.
Veröffentlicht: (2025)

BRAID: Input-Driven Nonlinear Dynamical Modeling of Neural-Behavioral Data
von: Vahidi, Parsa, et al.
Veröffentlicht: (2025)

Discovering Mechanistic Models of Neural Activity: System Identification in an in Silico Zebrafish
von: Lueckmann, Jan-Matthis, et al.
Veröffentlicht: (2026)

Modelling the Effects of Hearing Loss on Neural Coding in the Auditory Midbrain with Variational Conditioning
von: Pellatt, Lloyd, et al.
Veröffentlicht: (2025)

DSAM: A Deep Learning Framework for Analyzing Temporal and Spatial Dynamics in Brain Networks
von: Thapaliya, Bishal, et al.
Veröffentlicht: (2024)

Clustering Inductive Biases with Unrolled Networks
von: Huml, Jonathan, et al.
Veröffentlicht: (2023)

BaRISTA: Brain Scale Informed Spatiotemporal Representation of Human Intracranial Neural Activity
von: Oganesian, Lucine L., et al.
Veröffentlicht: (2025)

Explore Brain-Inspired Machine Intelligence for Connecting Dots on Graphs Through Holographic Blueprint of Oscillatory Synchronization
von: Dan, Tingting, et al.
Veröffentlicht: (2026)

NOBLE -- Neural Operator with Biologically-informed Latent Embeddings to Capture Experimental Variability in Biological Neuron Models
von: Ghafourpour, Luca, et al.
Veröffentlicht: (2025)

Critical Learning Periods Emerge Even in Deep Linear Networks
von: Kleinman, Michael, et al.
Veröffentlicht: (2023)

Cortex-Inspired Continual Learning: Unsupervised Instantiation and Recovery of Functional Task Networks
von: McKee, Kevin, et al.
Veröffentlicht: (2026)

Emergent Language Symbolic Autoencoder (ELSA) with Weak Supervision to Model Hierarchical Brain Networks
von: Latheef, Ammar Ahmed Pallikonda, et al.
Veröffentlicht: (2024)

Rethinking Functional Brain Connectome Analysis: Do Graph Deep Learning Models Help
von: Han, Keqi, et al.
Veröffentlicht: (2025)

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks
von: Hazelden, James, et al.
Veröffentlicht: (2025)

Fast weight programming and linear transformers: from machine learning to neurobiology
von: Irie, Kazuki, et al.
Veröffentlicht: (2025)

Complex behavior from intrinsic motivation to occupy action-state path space
von: Ramírez-Ruiz, Jorge, et al.
Veröffentlicht: (2022)

Position: An Inner Interpretability Framework for AI Inspired by Lessons from Cognitive Neuroscience
von: Vilas, Martina G., et al.
Veröffentlicht: (2024)

Revealing Neurocognitive and Behavioral Patterns by Unsupervised Manifold Learning from Dynamic Brain Data
von: Zhou, Zixia, et al.
Veröffentlicht: (2025)

Systems Explaining Systems: A Framework for Intelligence and Consciousness
von: Semmler, Sean Niklas
Veröffentlicht: (2026)

Brain alignment of reasoning and action representations from vision-language and action models during naturalistic gameplay
von: Oota, Subba Reddy, et al.
Veröffentlicht: (2026)

Mentality: A Mamba-based Approach towards Foundation Models for EEG
von: Panchavati, Saarang, et al.
Veröffentlicht: (2025)

TAVAE: A VAE with Adaptable Priors Explains Contextual Modulation in the Visual Cortex
von: Meszéna, Balázs, et al.
Veröffentlicht: (2026)

A Systematic Evaluation of Sample-Level Tokenization Strategies for MEG Foundation Models
von: Cho, SungJun, et al.
Veröffentlicht: (2026)

A data-driven approach to modeling brain activity using differential equations
von: Andrey, Kuratov
Veröffentlicht: (2024)