Buchumschlag

On The Expressive Power of GNN Derivatives

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eitan, Yam, Eliasof, Moshe, Gelberg, Yoav, Frasca, Fabrizio, Bar-Shalom, Guy, Maron, Haggai
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

Topological Blindspots: Understanding and Extending Topological Deep Learning Through the Lens of Expressivity
von: Eitan, Yam, et al.
Veröffentlicht: (2024)

A Flexible, Equivariant Framework for Subgraph GNNs via Graph Products and Graph Coarsening
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2024)

Balancing Efficiency and Expressiveness: Subgraph GNNs with Walk-Based Centrality
von: Southern, Joshua, et al.
Veröffentlicht: (2025)

FS-KAN: Permutation Equivariant Kolmogorov-Arnold Networks via Function Sharing
von: Elbaz, Ran, et al.
Veröffentlicht: (2025)

On the Expressive Power of Permutation-Equivariant Weight-Space Networks
von: Dayan, Adir, et al.
Veröffentlicht: (2026)

Neural Message-Passing on Attention Graphs for Hallucination Detection
von: Frasca, Fabrizio, et al.
Veröffentlicht: (2025)

Training Transformers for KV Cache Compressibility
von: Gelberg, Yoav, et al.
Veröffentlicht: (2026)

Beyond Next Token Probabilities: Learnable, Fast Detection of Hallucinations and Data Contamination on LLM Output Distributions
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2025)

Beyond Token Probes: Hallucination Detection via Activation Tensors with ACT-ViT
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2025)

Understanding and Improving Laplacian Positional Encodings For Temporal GNNs
von: Galron, Yaniv, et al.
Veröffentlicht: (2025)

Subgraphormer: Unifying Subgraph GNNs and Graph Transformers via Graph Products
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2024)

GradMetaNet: An Equivariant Architecture for Learning on Gradients
von: Gelberg, Yoav, et al.
Veröffentlicht: (2025)

Learning from Historical Activations in Graph Neural Networks
von: Galron, Yaniv, et al.
Veröffentlicht: (2026)

Learning on LoRAs: GL-Equivariant Processing of Low-Rank Weight Spaces for Large Finetuned Models
von: Putterman, Theo, et al.
Veröffentlicht: (2024)

Towards Foundation Models on Graphs: An Analysis on Cross-Dataset Transfer of Pretrained GNNs
von: Frasca, Fabrizio, et al.
Veröffentlicht: (2024)

GRANOLA: Adaptive Normalization for Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Efficient Subgraph GNNs by Learning Effective Selection Policies
von: Bevilacqua, Beatrice, et al.
Veröffentlicht: (2023)

A Graph Meta-Network for Learning on Kolmogorov-Arnold Networks
von: Bar-Shalom, Guy, et al.
Veröffentlicht: (2026)

On the Expressive Power of Spectral Invariant Graph Neural Networks
von: Zhang, Bohang, et al.
Veröffentlicht: (2024)

Efficient GNN Training Through Structure-Aware Randomized Mini-Batching
von: Balaji, Vignesh, et al.
Veröffentlicht: (2025)

Homomorphism Expressivity of Spectral Invariant Graph Neural Networks
von: Gai, Jingchu, et al.
Veröffentlicht: (2025)

Quantized Convolutional Neural Networks Through the Lens of Partial Differential Equations
von: Ben-Yair, Ido, et al.
Veröffentlicht: (2021)

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

It Takes a Graph to Know a Graph: Rewiring for Homophily with a Reference Graph
von: Mendelman, Harel, et al.
Veröffentlicht: (2025)

A General Recipe for Contractive Graph Neural Networks -- Technical Report
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

Quadratic Binary Optimization with Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Graph Neural Reaction Diffusion Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

On the Reconstruction of Training Data from Group Invariant Networks
von: Elbaz, Ran, et al.
Veröffentlicht: (2024)

Foldable SuperNets: Scalable Merging of Transformers with Different Initializations and Tasks
von: Kinderman, Edan, et al.
Veröffentlicht: (2024)

TANGO: Graph Neural Dynamics via Learned Energy and Tangential Flows
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Return of ChebNet: Understanding and Improving an Overlooked GNN on Long Range Tasks
von: Hariri, Ali, et al.
Veröffentlicht: (2025)

An Over Complete Deep Learning Method for Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Multiscale Training of Convolutional Neural Networks
von: Ahamed, Shadab, et al.
Veröffentlicht: (2025)

Advection Augmented Convolutional Neural Networks
von: Zakariaei, Niloufar, et al.
Veröffentlicht: (2024)

PDE-SSM: A Spectral State Space Approach to Spatial Mixing in Diffusion Transformers
von: Gal, Eshed, et al.
Veröffentlicht: (2026)

Understanding Expressivity of GNN in Rule Learning
von: Qiu, Haiquan, et al.
Veröffentlicht: (2023)

An Empirical Study of Realized GNN Expressiveness
von: Wang, Yanbo, et al.
Veröffentlicht: (2023)

Revisiting Node Affinity Prediction in Temporal Graphs
von: Feldman, Or, et al.
Veröffentlicht: (2025)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Graph Metanetworks for Processing Diverse Neural Architectures
von: Lim, Derek, et al.
Veröffentlicht: (2023)