Buchumschlag

Second-Order Tensorial Partial Differential Equations on Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Einizade, Aref, Malliaros, Fragkiskos D., Giraldo, Jhony H.
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

Spatiotemporal Forecasting Meets Efficiency: Causal Graph Process Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2024)

Continuous Product Graph Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2024)

Scaling Higher-Order Graph Learning with Maximal Clique Complexes
von: Vialle, Antoine, et al.
Veröffentlicht: (2026)

Continuous Simplicial Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2025)

Higher-Order GNNs Meet Efficiency: Sparse Sobolev Graph Neural Networks
von: Giraldo, Jhony H., et al.
Veröffentlicht: (2024)

Piecewise Constant Spectral Graph Neural Network
von: Martirosyan, Vahan, et al.
Veröffentlicht: (2025)

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

A Fused Gromov-Wasserstein Approach to Subgraph Contrastive Learning
von: Sangare, Amadou S., et al.
Veröffentlicht: (2025)

Gegenbauer Graph Neural Networks for Time-varying Signal Reconstruction
von: Castro-Correa, Jhon A., et al.
Veröffentlicht: (2024)

Generalization Bounds for Spectral GNNs via Fourier Domain Analysis
von: Martirosyan, Vahan A., et al.
Veröffentlicht: (2026)

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

Cometh: A continuous-time discrete-state graph diffusion model
von: Siraudin, Antoine, et al.
Veröffentlicht: (2024)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2024)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2026)

SpaTeoGL: Spatiotemporal Graph Learning for Interpretable Seizure Onset Zone Analysis from Intracranial EEG
von: Rostami, Elham, et al.
Veröffentlicht: (2026)

FAROS: Fair Graph Generation via Attribute Switching Mechanisms
von: Badaoui, Abdennacer, et al.
Veröffentlicht: (2025)

Centrality Graph Shift Operators for Graph Neural Networks
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

ADMP-GNN: Adaptive Depth Message Passing GNN
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2025)

Variational Graph Contrastive Learning
von: Xie, Shifeng, et al.
Veröffentlicht: (2024)

Uplift Modeling Under Limited Supervision
von: Panagopoulos, George, et al.
Veröffentlicht: (2024)

Post-Hoc Robustness Enhancement in Graph Neural Networks with Conditional Random Fields
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Graph Neural Network Generalization with Gaussian Mixture Model Based Augmentation
von: Abbahaddou, Yassine, et al.
Veröffentlicht: (2024)

Improving Molecular Modeling with Geometric GNNs: an Empirical Study
von: Ramlaoui, Ali, et al.
Veröffentlicht: (2024)

The Factuality of Large Language Models in the Legal Domain
von: Hamdani, Rajaa El, et al.
Veröffentlicht: (2024)

Chaos into Order: Neural Framework for Expected Value Estimation of Stochastic Partial Differential Equations
von: Pétursson, Ísak, et al.
Veröffentlicht: (2025)

TriForces: Augmenting Atomistic GNNs for Transferable Representations
von: Ramlaoui, Ali, et al.
Veröffentlicht: (2026)

HAMLET: Graph Transformer Neural Operator for Partial Differential Equations
von: Bryutkin, Andrey, et al.
Veröffentlicht: (2024)

Generalization Limits of In-Context Operator Networks for Higher-Order Partial Differential Equations
von: Mahowald, Jamie, et al.
Veröffentlicht: (2026)

GITO: Graph-Informed Transformer Operator for Learning Complex Partial Differential Equations
von: Ramezankhani, Milad, et al.
Veröffentlicht: (2025)

Second-Order Forward-Mode Automatic Differentiation for Optimization
von: Cobb, Adam D., et al.
Veröffentlicht: (2024)

Uncertainty Estimation on Graphs with Structure Informed Stochastic Partial Differential Equations
von: Xu, Fred, et al.
Veröffentlicht: (2025)

Latent Mamba Operator for Partial Differential Equations
von: Tiwari, Karn, et al.
Veröffentlicht: (2025)

Self-supervised Pretraining for Partial Differential Equations
von: Madhavan, Varun, et al.
Veröffentlicht: (2024)

CATALOG: A Camera Trap Language-guided Contrastive Learning Model
von: Santamaria, Julian D., et al.
Veröffentlicht: (2024)

DuSEGO: Dual Second-order Equivariant Graph Ordinary Differential Equation
von: Wang, Yingxu, et al.
Veröffentlicht: (2024)

Particle-Guided Diffusion Models for Partial Differential Equations
von: Millard, Andrew, et al.
Veröffentlicht: (2026)

Disentangled Representation Learning for Parametric Partial Differential Equations
von: Liu, Ning, et al.
Veröffentlicht: (2024)

Scale-Consistent Learning for Partial Differential Equations
von: Li, Zongyi, et al.
Veröffentlicht: (2025)

Multi-scale Time-stepping of Partial Differential Equations with Transformers
von: Hemmasian, AmirPouya, et al.
Veröffentlicht: (2023)

Expanding the Chaos: Neural Operator for Stochastic (Partial) Differential Equations
von: Shi, Dai, et al.
Veröffentlicht: (2026)