Buchumschlag

Measuring Over-smoothing beyond Dirichlet energy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guan, Weiqi, Shi, Zihao
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

Analysis of Dirichlet Energies as Over-smoothing Measures
von: Bison, Anna, et al.
Veröffentlicht: (2025)

Solving Oversmoothing in GNNs via Nonlocal Message Passing: Algebraic Smoothing and Depth Scalability
von: Guan, Weiqi, et al.
Veröffentlicht: (2025)

Data Imputation from the Perspective of Graph Dirichlet Energy
von: Zhang, Weiqi, et al.
Veröffentlicht: (2023)

Beyond Over-smoothing: Uncovering the Trainability Challenges in Deep Graph Neural Networks
von: Peng, Jie, et al.
Veröffentlicht: (2024)

Mamba-Based Graph Convolutional Networks: Tackling Over-smoothing with Selective State Space
von: He, Xin, et al.
Veröffentlicht: (2025)

Understanding and Mitigating Bottlenecks of State Space Models through the Lens of Recency and Over-smoothing
von: Wang, Peihao, et al.
Veröffentlicht: (2024)

How Universal Polynomial Bases Enhance Spectral Graph Neural Networks: Heterophily, Over-smoothing, and Over-squashing
von: Huang, Keke, et al.
Veröffentlicht: (2024)

Tackling Over-smoothing on Hypergraphs: A Ricci Flow-guided Neural Diffusion Approach
von: Zhou, Mengyao, et al.
Veröffentlicht: (2026)

Better Not to Propagate: Understanding Edge Uncertainty and Over-smoothing in Signed Graph Neural Networks
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2024)

On subdifferential chain rule of matrix factorization and beyond
von: Guan, Jiewen, et al.
Veröffentlicht: (2024)

KrawtchoukNet: A Unified GNN Solution for Heterophily and Over-smoothing with Adaptive Bounded Polynomials
von: Goksu, Huseyin
Veröffentlicht: (2025)

LaguerreNet: Advancing a Unified Solution for Heterophily and Over-smoothing with Adaptive Continuous Polynomials
von: Goksu, Huseyin
Veröffentlicht: (2025)

Cross-Space Adaptive Filter: Integrating Graph Topology and Node Attributes for Alleviating the Over-smoothing Problem
von: Huang, Chen, et al.
Veröffentlicht: (2024)

Nadaraya-Watson kernel smoothing as a random energy model
von: Zavatone-Veth, Jacob A., et al.
Veröffentlicht: (2024)

From Coupled Oscillators to Graph Neural Networks: Reducing Over-smoothing via a Kuramoto Model-based Approach
von: Nguyen, Tuan, et al.
Veröffentlicht: (2023)

Communication-Learning Co-Design for Differentially Private Over-the-Air Federated Distillation
von: Hu, Zihao, et al.
Veröffentlicht: (2025)

TINED: GNNs-to-MLPs by Teacher Injection and Dirichlet Energy Distillation
von: Zhou, Ziang, et al.
Veröffentlicht: (2024)

Hierarchical mixture of discriminative Generalized Dirichlet classifiers
von: Togban, Elvis, et al.
Veröffentlicht: (2024)

Nearest Neighbor Dirichlet Mixtures
von: Chattopadhyay, Shounak, et al.
Veröffentlicht: (2020)

DirMoE: Dirichlet-routed Mixture of Experts
von: Vahidi, Amirhossein, et al.
Veröffentlicht: (2026)

Vectorized Bayesian Inference for Latent Dirichlet-Tree Allocation
von: Wang, Zheng, et al.
Veröffentlicht: (2026)

Position: Don't be Afraid of Over-Smoothing And Over-Squashing
von: Kormann, Niklas, et al.
Veröffentlicht: (2026)

Spectral bandits for smooth graph functions
von: Valko, Michal, et al.
Veröffentlicht: (2026)

FastPart: Over-Parameterized Stochastic Gradient Descent for Sparse optimisation on Measures
von: De Castro, Yohann, et al.
Veröffentlicht: (2023)

Measure gradients, not activations! Enhancing neuronal activity in deep reinforcement learning
von: Liu, Jiashun, et al.
Veröffentlicht: (2025)

Ensemble-Based Dirichlet Modeling for Predictive Uncertainty and Selective Classification
von: Franzen, Courtney, et al.
Veröffentlicht: (2026)

Penalizing Localized Dirichlet Energies in Low Rank Tensor Products
von: Karakasis, Paris A., et al.
Veröffentlicht: (2026)

A Retrospect to Multi-prompt Learning across Vision and Language
von: Chen, Ziliang, et al.
Veröffentlicht: (2025)

Towards Subgraph Isomorphism Counting with Graph Kernels
von: Liu, Xin, et al.
Veröffentlicht: (2024)

Online learning of smooth functions on $\mathbb{R}$
von: Geneson, Jesse, et al.
Veröffentlicht: (2026)

Predictive Coding beyond Correlations
von: Salvatori, Tommaso, et al.
Veröffentlicht: (2023)

Learning discrete Bayesian networks with hierarchical Dirichlet shrinkage
von: Dombowsky, Alexander, et al.
Veröffentlicht: (2025)

Dirichlet Flow Matching with Applications to DNA Sequence Design
von: Stark, Hannes, et al.
Veröffentlicht: (2024)

Dirichlet-Prior Shaping: Guiding Expert Specialization in Upcycled MoEs
von: Mirvakhabova, Leyla, et al.
Veröffentlicht: (2025)

Amplifying Prominent Representations in Multimodal Learning via Variational Dirichlet Process
von: Chan, Tsai Hor, et al.
Veröffentlicht: (2025)

Bayesian-based Online Label Shift Estimation with Dynamic Dirichlet Priors
von: Hu, Jiawei, et al.
Veröffentlicht: (2025)

Dirichlet-Based Monte Carlo Dropout for Uncertainty Estimation in Neural Networks
von: Hoblos, Rouaa, et al.
Veröffentlicht: (2026)

Analytical Results for Two Exponential Family Distributions in Hierarchical Dirichlet Processes
von: Li, Naiqi
Veröffentlicht: (2026)

Generalized Dirichlet Energy and Graph Laplacians for Clustering Directed and Undirected Graphs
von: Sevi, Harry, et al.
Veröffentlicht: (2022)

Over-Alignment vs Over-Fitting: The Role of Feature Learning Strength in Generalization
von: Yeom, Taesun, et al.
Veröffentlicht: (2026)