Buchumschlag

Quantized SO(3)-Equivariant Graph Neural Networks for Efficient Molecular Property Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Haoyu, Xue, Ping, Zhang, Hao, Fu, Tianfan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Preserving Continuous Symmetry in Discrete Spaces: Geometric-Aware Quantization for SO(3)-Equivariant GNNs
von: Zhou, Haoyu, et al.
Veröffentlicht: (2026)

Tensor Channel Equivariant Graph Neural Networks for Molecular Polarizability Prediction
von: Filling, Jean Philip, et al.
Veröffentlicht: (2026)

MHGNet: Multi-Heterogeneous Graph Neural Network for Traffic Prediction
von: Wu, Mei, et al.
Veröffentlicht: (2025)

Physical Pooling Functions in Graph Neural Networks for Molecular Property Prediction
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2022)

Direct Molecular Polarizability Prediction with SO(3) Equivariant Local Frame GNNs
von: Filling, Jean Philip, et al.
Veröffentlicht: (2025)

Equivariant Masked Position Prediction for Efficient Molecular Representation
von: An, Junyi, et al.
Veröffentlicht: (2025)

Relaxed Equivariant Graph Neural Networks
von: Hofgard, Elyssa, et al.
Veröffentlicht: (2024)

KA-GNN: Kolmogorov-Arnold Graph Neural Networks for Molecular Property Prediction
von: Li, Longlong, et al.
Veröffentlicht: (2024)

Unified Stochastic Framework for Neural Network Quantization and Pruning
von: Zhang, Haoyu, et al.
Veröffentlicht: (2024)

Efficient Mixed Precision Quantization in Graph Neural Networks
von: Moustafa, Samir, et al.
Veröffentlicht: (2025)

Efficient Prediction of SO(3)-Equivariant Hamiltonian Matrices via SO(2) Local Frames
von: Yu, Haiyang, et al.
Veröffentlicht: (2025)

Contrastive Dual-Interaction Graph Neural Network for Molecular Property Prediction
von: Zhao, Zexing, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Hybrid Quantum Graph Neural Network for Molecular Property Prediction
von: Vitz, Michael, et al.
Veröffentlicht: (2024)

EquiPocket: an E(3)-Equivariant Geometric Graph Neural Network for Ligand Binding Site Prediction
von: Zhang, Yang, et al.
Veröffentlicht: (2023)

Magnitude-Modulated Equivariant Adapter for Parameter-Efficient Fine-Tuning of Equivariant Graph Neural Networks
von: Jin, Dian, et al.
Veröffentlicht: (2025)

Graph Multi-Similarity Learning for Molecular Property Prediction
von: Xu, Hao, et al.
Veröffentlicht: (2024)

QCS-ADME: Quantum Circuit Search for Drug Property Prediction with Imbalanced Data and Regression Adaptation
von: Zheng, Kangyu, et al.
Veröffentlicht: (2025)

SO(3)-Equivariant Neural Networks for Learning from Scalar and Vector Fields on Spheres
von: Ballerin, Francesco, et al.
Veröffentlicht: (2025)

Using Random Noise Equivariantly to Boost Graph Neural Networks Universally
von: Wang, Xiyuan, et al.
Veröffentlicht: (2025)

GraphPINE: Graph Importance Propagation for Interpretable Drug Response Prediction
von: Inoue, Yoshitaka, et al.
Veröffentlicht: (2025)

FIRE-GNN: Force-informed, Relaxed Equivariance Graph Neural Network for Rapid and Accurate Prediction of Surface Properties
von: Hsu, Circe, et al.
Veröffentlicht: (2025)

Distributed Equivariant Graph Neural Networks for Large-Scale Electronic Structure Prediction
von: Kaniselvan, Manasa, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Edge Signals: Orientation Equivariance and Invariance
von: Fuchsgruber, Dominik, et al.
Veröffentlicht: (2024)

Equivariant Efficient Joint Discrete and Continuous MeanFlow for Molecular Graph Generation
von: Xu, Rongjian, et al.
Veröffentlicht: (2026)

Graph Automorphism Group Equivariant Neural Networks
von: Pearce-Crump, Edward, et al.
Veröffentlicht: (2023)

Pruning and Quantization Impact on Graph Neural Networks
von: Khedri, Khatoon, et al.
Veröffentlicht: (2025)

Investigating Graph Neural Networks and Classical Feature-Extraction Techniques in Activity-Cliff and Molecular Property Prediction
von: Dablander, Markus
Veröffentlicht: (2024)

E(3)-Equivariant Mesh Neural Networks
von: Trang, Thuan, et al.
Veröffentlicht: (2024)

Harnessing Equivariance: Modeling Turbulence with Graph Neural Networks
von: Kurz, Marius, et al.
Veröffentlicht: (2025)

SIGMA: An Efficient Heterophilous Graph Neural Network with Fast Global Aggregation
von: Liu, Haoyu, et al.
Veröffentlicht: (2023)

Layer-to-Layer Knowledge Mixing in Graph Neural Network for Chemical Property Prediction
von: See, Teng Jiek, et al.
Veröffentlicht: (2025)

Fast and Distributed Equivariant Graph Neural Networks by Virtual Node Learning
von: Zhang, Yuelin, et al.
Veröffentlicht: (2025)

TrialEnroll: Predicting Clinical Trial Enrollment Success with Deep & Cross Network and Large Language Models
von: Yue, Ling, et al.
Veröffentlicht: (2024)

Are High-Degree Representations Really Unnecessary in Equivariant Graph Neural Networks?
von: Cen, Jiacheng, et al.
Veröffentlicht: (2024)

Graph Neural Networks for Surfactant Multi-Property Prediction
von: Brozos, Christoforos, et al.
Veröffentlicht: (2024)

Concept Prerequisite Relation Prediction by Using Permutation-Equivariant Directed Graph Neural Networks
von: Qu, Xiran, et al.
Veröffentlicht: (2023)

Uncertainty Quantification for Molecular Property Predictions with Graph Neural Architecture Search
von: Jiang, Shengli, et al.
Veröffentlicht: (2023)

FragNet: A Graph Neural Network for Molecular Property Prediction with Four Levels of Interpretability
von: Panapitiya, Gihan, et al.
Veröffentlicht: (2024)

Coden: Efficient Temporal Graph Neural Networks for Continuous Prediction
von: Zhu, Zulun, et al.
Veröffentlicht: (2026)