Buchumschlag

Graph Attention Specialized Expert Fusion Model for Node Classification: Based on Cora and Pubmed Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Zihang, Yin, Qitian
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

Preserving Node-level Privacy in Graph Neural Networks
von: Xiang, Zihang, et al.
Veröffentlicht: (2023)

DAM-GT: Dual Positional Encoding-Based Attention Masking Graph Transformer for Node Classification
von: Li, Chenyang, et al.
Veröffentlicht: (2025)

Weighted Graph Structure Learning with Attention Denoising for Node Classification
von: Wang, Tingting, et al.
Veröffentlicht: (2025)

PUMA: Efficient Continual Graph Learning for Node Classification with Graph Condensation
von: Liu, Yilun, et al.
Veröffentlicht: (2023)

Coarse-to-Fine Open-Set Graph Node Classification with Large Language Models
von: Ma, Xueqi, et al.
Veröffentlicht: (2025)

DEGNN: Dual Experts Graph Neural Network Handling Both Edge and Node Feature Noise
von: Hasegawa, Tai, et al.
Veröffentlicht: (2024)

Diffusion on Graph: Augmentation of Graph Structure for Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2025)

Pure Node Selection for Imbalanced Graph Node Classification
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

NTFormer: A Composite Node Tokenized Graph Transformer for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2024)

HealthGAT: Node Classifications in Electronic Health Records using Graph Attention Networks
von: Piya, Fahmida Liza, et al.
Veröffentlicht: (2024)

An Effective Approach for Node Classification in Textual Graphs
von: Datta, Rituparna, et al.
Veröffentlicht: (2025)

A Probabilistic Model for Node Classification in Directed Graphs
von: Huerta, Diego, et al.
Veröffentlicht: (2025)

Supercharging Graph Transformers with Advective Diffusion
von: Wu, Qitian, et al.
Veröffentlicht: (2023)

Node Classification and Search on the Rubik's Cube Graph with GNNs
von: Barro, Alessandro
Veröffentlicht: (2025)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Multi-label Node Classification On Graph-Structured Data
von: Zhao, Tianqi, et al.
Veröffentlicht: (2023)

Scale-aware Message Passing For Graph Node Classification
von: Jiang, Qin, et al.
Veröffentlicht: (2024)

Rethinking Graph Transformer Architecture Design for Node Classification
von: Zhou, Jiajun, et al.
Veröffentlicht: (2024)

Closed-Form Node Classification with Exact Graph Unlearning
von: Gaur, Aditya, et al.
Veröffentlicht: (2026)

Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond
von: Platonov, Oleg, et al.
Veröffentlicht: (2022)

Virtual Node Generation for Node Classification in Sparsely-Labeled Graphs
von: Cui, Hang, et al.
Veröffentlicht: (2024)

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

Node Classification via Semantic-Structural Attention-Enhanced Graph Convolutional Networks
von: Zhu, Hongyin
Veröffentlicht: (2024)

Handling Distribution Shifts on Graphs: An Invariance Perspective
von: Wu, Qitian, et al.
Veröffentlicht: (2022)

Learning Divergence Fields for Shift-Robust Graph Representations
von: Wu, Qitian, et al.
Veröffentlicht: (2024)

Mixture of Experts Meets Decoupled Message Passing: Towards General and Adaptive Node Classification
von: Chen, Xuanze, et al.
Veröffentlicht: (2024)

Graph Contrastive Learning with Low-Rank Regularization and Low-Rank Attention for Noisy Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

SmartPNT-MSF: A Multi-Sensor Fusion Dataset for Positioning and Navigation Research
von: Zhu, Feng, et al.
Veröffentlicht: (2025)

Node-wise Filtering in Graph Neural Networks: A Mixture of Experts Approach
von: Han, Haoyu, et al.
Veröffentlicht: (2024)

Rethinking Tokenized Graph Transformers for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2025)

BuffGraph: Enhancing Class-Imbalanced Node Classification via Buffer Nodes
von: Wang, Qian, et al.
Veröffentlicht: (2024)

GraphSB: Boosting Imbalanced Node Classification on Graphs through Structural Balance
von: Wang, Zhixiao, et al.
Veröffentlicht: (2026)

Graph Transductive Sharpening: Leveraging Unlabeled Predictions in Node Classification
von: Zaz, Brown, et al.
Veröffentlicht: (2026)

Mixed Graph Contrastive Network for Semi-Supervised Node Classification
von: Yang, Xihong, et al.
Veröffentlicht: (2022)

FedGT: Federated Node Classification with Scalable Graph Transformer
von: Zhang, Zaixi, et al.
Veröffentlicht: (2024)

How Graph Neural Networks Learn: Lessons from Training Dynamics
von: Yang, Chenxiao, et al.
Veröffentlicht: (2023)

Renormalized Graph Representations for Node Classification
von: Caso, Francesco, et al.
Veröffentlicht: (2023)

Bringing Graphs to the Table: Zero-shot Node Classification via Tabular Foundation Models
von: Hayler, Adrian, et al.
Veröffentlicht: (2025)

Mixture of Message Passing Experts with Routing Entropy Regularization for Node Classification
von: Chen, Xuanze, et al.
Veröffentlicht: (2025)

Adaptive Graph Mixture of Residual Experts: Unsupervised Learning on Diverse Graphs with Heterogeneous Specialization
von: Chu, Yunlong, et al.
Veröffentlicht: (2025)