Buchumschlag

GraIP: A Benchmarking Framework For Neural Graph Inverse Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cantürk, Semih, Manolache, Andrei, Mielke, Arman, Qian, Chendi, Siraudin, Antoine, Morris, Christopher, Niepert, Mathias, Wolf, Guy
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

Probabilistic Graph Rewiring via Virtual Nodes
von: Qian, Chendi, et al.
Veröffentlicht: (2024)

Probabilistically Rewired Message-Passing Neural Networks
von: Qian, Chendi, et al.
Veröffentlicht: (2023)

Learning the Neighborhood: Contrast-Free Multimodal Self-Supervised Molecular Graph Pretraining
von: Ariguib, Boshra, et al.
Veröffentlicht: (2025)

Principled Latent Diffusion for Graphs via Laplacian Autoencoders
von: Siraudin, Antoine, et al.
Veröffentlicht: (2026)

Protein Fold Classification at Scale: Benchmarking and Pretraining
von: Chen, Dexiong, et al.
Veröffentlicht: (2026)

MolMix: A Simple Yet Effective Baseline for Multimodal Molecular Representation Learning
von: Manolache, Andrei, et al.
Veröffentlicht: (2024)

Learning (Approximately) Equivariant Networks via Constrained Optimization
von: Manolache, Andrei, et al.
Veröffentlicht: (2025)

Principled Data Augmentation for Learning to Solve Quadratic Programming Problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

Can Computational Reducibility Lead to Transferable Models for Graph Combinatorial Optimization?
von: Cantürk, Semih, et al.
Veröffentlicht: (2026)

Preference-Based Gradient Estimation for ML-Guided Approximate Combinatorial Optimization
von: Mielke, Arman, et al.
Veröffentlicht: (2025)

GraphBench: Next-generation graph learning benchmarking
von: Stoll, Timo, et al.
Veröffentlicht: (2025)

Position: Graph Learning Will Lose Relevance Due To Poor Benchmarks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2025)

Cometh: A continuous-time discrete-state graph diffusion model
von: Siraudin, Antoine, et al.
Veröffentlicht: (2024)

Towards a General Recipe for Combinatorial Optimization with Multi-Filter GNNs
von: Wenkel, Frederik, et al.
Veröffentlicht: (2024)

Learning to Approximate Uniform Facility Location via Graph Neural Networks
von: Qian, Chendi, et al.
Veröffentlicht: (2026)

Towards graph neural networks for provably solving convex optimization problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

On the Expressive Power of GNNs to Solve Linear SDPs
von: Qian, Chendi, et al.
Veröffentlicht: (2026)

L2XGNN: Learning to Explain Graph Neural Networks
von: Serra, Giuseppe, et al.
Veröffentlicht: (2022)

Graph Positional and Structural Encoder
von: Cantürk, Semih, et al.
Veröffentlicht: (2023)

Solving Max-Cut to Global Optimality via Feasibility-Preserving Graph Neural Networks
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Deep Anomaly Detection in Text
von: Manolache, Andrei
Veröffentlicht: (2023)

Towards Graph Foundation Models: A Study on the Generalization of Positional and Structural Encodings
von: Franks, Billy Joe, et al.
Veröffentlicht: (2024)

Tractable Probabilistic Graph Representation Learning with Graph-Induced Sum-Product Networks
von: Errica, Federico, et al.
Veröffentlicht: (2023)

How the Optimizer Shapes Learned Solutions in Equivariant Neural Networks
von: Stupariu, Teodor-Mihai, et al.
Veröffentlicht: (2026)

Efficient Learning of Fast Inverse Kinematics with Collision Avoidance
von: Tenhumberg, Johannes, et al.
Veröffentlicht: (2023)

Adaptive Physics-informed Neural Networks: A Survey
von: Torres, Edgar, et al.
Veröffentlicht: (2025)

Vectorized Conditional Neural Fields: A Framework for Solving Time-dependent Parametric Partial Differential Equations
von: Hagnberger, Jan, et al.
Veröffentlicht: (2024)

ExGra-Med: Extended Context Graph Alignment for Medical Vision-Language Models
von: Nguyen, Duy M. H., et al.
Veröffentlicht: (2024)

LOGLO-FNO: Efficient Learning of Local and Global Features in Fourier Neural Operators
von: Kalimuthu, Marimuthu, et al.
Veröffentlicht: (2025)

Image Inpainting via Tractable Steering of Diffusion Models
von: Liu, Anji, et al.
Veröffentlicht: (2023)

SMART: Scalable Mesh-free Aerodynamic Simulations from Raw Geometries using a Transformer-based Surrogate Model
von: Hagnberger, Jan, et al.
Veröffentlicht: (2026)

ChronoGraph: A Real-World Graph-Based Multivariate Time Series Dataset
von: Lutu, Adrian Catalin, et al.
Veröffentlicht: (2025)

Discrete Copula Diffusion
von: Liu, Anji, et al.
Veröffentlicht: (2024)

SIMPLE: A Gradient Estimator for $k$-Subset Sampling
von: Ahmed, Kareem, et al.
Veröffentlicht: (2022)

Adaptive Width Neural Networks
von: Errica, Federico, et al.
Veröffentlicht: (2025)

Unification of stochastic matrices and quantum operations for N-level systems
von: Canturk, Bilal
Veröffentlicht: (2025)

Thyroid status in lithium-treated bipolar disorder patients: An one-year follow-up study
von: Gülsüm Cantürk
Veröffentlicht: (2014)

Active Learning for Neural PDE Solvers
von: Musekamp, Daniel, et al.
Veröffentlicht: (2024)

Physics-Informed Weakly Supervised Learning for Interatomic Potentials
von: Takamoto, Makoto, et al.
Veröffentlicht: (2024)

CALM-PDE: Continuous and Adaptive Convolutions for Latent Space Modeling of Time-dependent PDEs
von: Hagnberger, Jan, et al.
Veröffentlicht: (2025)