:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yongzhe, Guan, Lin, Cai, Zihan, Lin, Zuxian, Huang, Jiyu, Chen, Liukai
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2601.01387
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedLPS: Heterogeneous Federated Learning for Multiple Tasks with Local Parameter Sharing
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

Multi-order Graph Clustering with Adaptive Node-level Weight Learning
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Exploiting Adaptive Channel Pruning for Communication-Efficient Split Learning
von: Tan, Jialei, et al.
Veröffentlicht: (2026)

Characterizing the Influence of Topology on Graph Learning Tasks
von: Wu, Kailong, et al.
Veröffentlicht: (2024)

MoDULA: Mixture of Domain-Specific and Universal LoRA for Multi-Task Learning
von: Ma, Yufei, et al.
Veröffentlicht: (2024)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

UACER: An Uncertainty-Adaptive Critic Ensemble Framework for Robust Adversarial Reinforcement Learning
von: Wu, Jiaxi, et al.
Veröffentlicht: (2025)

MacRAG: Compress, Slice, and Scale-up for Multi-Scale Adaptive Context RAG
von: Lim, Woosang, et al.
Veröffentlicht: (2025)

PowerFlowNet: Power Flow Approximation Using Message Passing Graph Neural Networks
von: Lin, Nan, et al.
Veröffentlicht: (2023)

Multi-Mode Process Control Using Multi-Task Inverse Reinforcement Learning
von: Lin, Runze, et al.
Veröffentlicht: (2025)

RTD-Lite: Scalable Topological Analysis for Comparing Weighted Graphs in Learning Tasks
von: Tulchinskii, Eduard, et al.
Veröffentlicht: (2025)

Dual-Balancing for Multi-Task Learning
von: Lin, Baijiong, et al.
Veröffentlicht: (2023)

HGMP:Heterogeneous Graph Multi-Task Prompt Learning
von: Jiao, Pengfei, et al.
Veröffentlicht: (2025)

Multi-Grained Temporal-Spatial Graph Learning for Stable Traffic Flow Forecasting
von: Lin, Zhenan, et al.
Veröffentlicht: (2025)

All in One: Multi-Task Prompting for Graph Neural Networks (Extended Abstract)
von: Sun, Xiangguo, et al.
Veröffentlicht: (2024)

A Simple Review of EEG Foundation Models: Datasets, Advancements and Future Perspectives
von: Lai, Junhong, et al.
Veröffentlicht: (2025)

NuTime: Numerically Multi-Scaled Embedding for Large-Scale Time-Series Pretraining
von: Lin, Chenguo, et al.
Veröffentlicht: (2023)

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

SL-ACC: A Communication-Efficient Split Learning Framework with Adaptive Channel-wise Compression
von: Lin, Zehang, et al.
Veröffentlicht: (2025)

Synergizing Kolmogorov-Arnold Networks with Dynamic Adaptive Weighting for High-Frequency and Multi-Scale PDE Solutions
von: Chen, Guokan, et al.
Veröffentlicht: (2025)

Multi-Task Reinforcement Learning Enables Parameter Scaling
von: McLean, Reginald, et al.
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)

PowerModelsGAT-AI: Physics-Informed Graph Attention for Multi-System Power Flow with Continual Learning
von: Ezeakunne, Chidozie, et al.
Veröffentlicht: (2026)

Multi-Scale Adaptive Neighborhood Awareness Transformer For Graph Fraud Detection
von: Lv, Jiaqi, et al.
Veröffentlicht: (2026)

Wavelet Fourier Diffuser: Frequency-Aware Diffusion Model for Reinforcement Learning
von: Luo, Yifu, et al.
Veröffentlicht: (2025)

Learning Fair Graph Representations with Multi-view Information Bottleneck
von: Liu, Chuxun, et al.
Veröffentlicht: (2025)

Contrastive Multi-Task Learning with Solvent-Aware Augmentation for Drug Discovery
von: Lan, Jing, et al.
Veröffentlicht: (2025)

S2FGL: Spatial Spectral Federated Graph Learning
von: Tan, Zihan, et al.
Veröffentlicht: (2025)

FedHERO: A Federated Learning Approach for Node Classification Task on Heterophilic Graphs
von: Chen, Zihan, et al.
Veröffentlicht: (2025)

Shared-unique Features and Task-aware Prioritized Sampling on Multi-task Reinforcement Learning
von: Lin, Po-Shao, et al.
Veröffentlicht: (2024)

PiFlow: Principle-Aware Scientific Discovery with Multi-Agent Collaboration
von: Pu, Yingming, et al.
Veröffentlicht: (2025)

CALM: Consensus-Aware Localized Merging for Multi-Task Learning
von: Yan, Kunda, et al.
Veröffentlicht: (2025)

Graph-enabled Reinforcement Learning for Time Series Forecasting with Adaptive Intelligence
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

Flow-Induced Diagonal Gaussian Processes
von: Lin, Moule, et al.
Veröffentlicht: (2025)

DapperFL: Domain Adaptive Federated Learning with Model Fusion Pruning for Edge Devices
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

Multimodal Representation Learning using Adaptive Graph Construction
von: Huang, Weichen
Veröffentlicht: (2024)

TopoGCL: Topological Graph Contrastive Learning
von: Chen, Yuzhou, et al.
Veröffentlicht: (2024)

TOPPO: Rethinking PPO for Multi-Task Reinforcement Learning with Critic Balancing
von: Li, Yuanpeng, et al.
Veröffentlicht: (2026)

Graph Attention-based Adaptive Transfer Learning for Link Prediction
von: Lu, Huashen, et al.
Veröffentlicht: (2025)

FastGAS: Fast Graph-based Annotation Selection for In-Context Learning
von: Chen, Zihan, et al.
Veröffentlicht: (2024)