Buchumschlag

Co-Hub Node Based Multiview Graph Learning with Theoretical Guarantees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Banerjee, Bisakh, Alwardat, Mohammad, Maiti, Tapabrata, Aviyente, Selin
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

Signed Graph Learning: Algorithms and Theory
von: Karaaslanli, Abdullah, et al.
Veröffentlicht: (2025)

Multiview Graph Learning with Consensus Graph
von: Karaaslanli, Abdullah, et al.
Veröffentlicht: (2024)

Robust Spatiotemporally Contiguous Anomaly Detection Using Tensor Decomposition
von: Mondal, Rachita, et al.
Veröffentlicht: (2025)

Learning Graph Filters for Structure-Function Coupling based Hub Node Identification
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2024)

Learning Optimal Graph Filters for Clustering of Attributed Graphs
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2022)

Causality-Driven Disentangled Representation Learning in Multiplex Graphs
von: Nasiri, Saba, et al.
Veröffentlicht: (2026)

Discriminative community detection for multiplex networks
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2024)

Community detection in multiplex networks based on orthogonal nonnegative matrix tri-factorization
von: Ortiz-Bouza, Meiby, et al.
Veröffentlicht: (2022)

Spike-and-slab shrinkage priors for structurally sparse Bayesian neural networks
von: Jantre, Sanket, et al.
Veröffentlicht: (2023)

A Generalized Meta Federated Learning Framework with Theoretical Convergence Guarantees
von: Jamali, Mohammad Vahid, et al.
Veröffentlicht: (2025)

Theoretical Guarantees for Causal Discovery on Large Random Graphs
von: Chevalley, Mathieu, et al.
Veröffentlicht: (2025)

Theoretically Guaranteed Distribution Adaptable Learning
von: Xu, Chao, et al.
Veröffentlicht: (2024)

Adaptive Initial Residual Connections for GNNs with Theoretical Guarantees
von: Shirzadi, Mohammad, et al.
Veröffentlicht: (2025)

Stochastic-Sign SGD for Federated Learning with Theoretical Guarantees
von: Jin, Richeng, et al.
Veröffentlicht: (2020)

Transformation-Invariant Learning and Theoretical Guarantees for OOD Generalization
von: Montasser, Omar, et al.
Veröffentlicht: (2024)

One-Stage Top-$k$ Learning-to-Defer: Score-Based Surrogates with Theoretical Guarantees
von: Montreuil, Yannis, et al.
Veröffentlicht: (2025)

Conformal Prediction: A Theoretical Note and Benchmarking Transductive Node Classification in Graphs
von: Maneriker, Pranav, et al.
Veröffentlicht: (2024)

Towards Robust Learning to Optimize with Theoretical Guarantees
von: Song, Qingyu, et al.
Veröffentlicht: (2025)

AI Generalisation Gap In Comorbid Sleep Disorder Staging
von: Bose, Saswata, et al.
Veröffentlicht: (2026)

BANGS: Game-Theoretic Node Selection for Graph Self-Training
von: Wang, Fangxin, et al.
Veröffentlicht: (2024)

Interpretable Deep Learning Methods for Multiview Learning
von: Wang, Hengkang, et al.
Veröffentlicht: (2023)

Theoretical Convergence Guarantees for Variational Autoencoders
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Data Shifts Hurt CoT: A Theoretical Study
von: Yin, Lang, et al.
Veröffentlicht: (2025)

A Generalized Hierarchical Federated Learning Framework with Theoretical Guarantees
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2025)

Adv-SSL: Adversarial Self-Supervised Representation Learning with Theoretical Guarantees
von: Duan, Chenguang, et al.
Veröffentlicht: (2024)

ReHub: Linear Complexity Graph Transformers with Adaptive Hub-Spoke Reassignment
von: Borreda, Tomer, et al.
Veröffentlicht: (2024)

Hypergraph Overlapping Community Detection for Brain Networks
von: Vu, Duc, et al.
Veröffentlicht: (2025)

Online Time Series Forecasting with Theoretical Guarantees
von: Li, Zijian, et al.
Veröffentlicht: (2025)

Clustering with Tangles: Algorithmic Framework and Theoretical Guarantees
von: Klepper, Solveig, et al.
Veröffentlicht: (2020)

Sequential Bayesian Neural Subnetwork Ensembles
von: Jantre, Sanket, et al.
Veröffentlicht: (2022)

Dimensionality Reduction for Robust Federated Learning: A Theoretical Analysis and Convergence Guarantee
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2026)

Community Detection Guarantees Using Embeddings Learned by Node2Vec
von: Davison, Andrew, et al.
Veröffentlicht: (2023)

Cooperative Backdoor Attack in Decentralized Reinforcement Learning with Theoretical Guarantee
von: Gao, Mengtong, et al.
Veröffentlicht: (2024)

Tuning Algorithmic and Architectural Hyperparameters in Graph-Based Semi-Supervised Learning with Provable Guarantees
von: Du, Ally Yalei, et al.
Veröffentlicht: (2025)

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

Valid Property-Enhanced Contrastive Learning for Targeted Optimization & Resampling for Novel Drug Design
von: Banerjee, Amartya, et al.
Veröffentlicht: (2025)

Node-Time Conditional Prompt Learning In Dynamic Graphs
von: Yu, Xingtong, et al.
Veröffentlicht: (2024)

Clustering-based Meta Bayesian Optimization with Theoretical Guarantee
von: Nguyen, Khoa, et al.
Veröffentlicht: (2025)

Sample-efficient Learning of Concepts with Theoretical Guarantees: from Data to Concepts without Interventions
von: Fokkema, Hidde, et al.
Veröffentlicht: (2025)

Revisiting Meta-Learning with Noisy Labels: Reweighting Dynamics and Theoretical Guarantees
von: Zhang, Yiming, et al.
Veröffentlicht: (2025)