Buchumschlag

LION: A Clifford Neural Paradigm for Multimodal-Attributed Graph Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xunkai, Wu, Zhengyu, Chen, Zekai, Sun, Henan, Su, Daohan, Zeng, Guang, Qin, Hongchao, Li, Rong-Hua, Wang, Guoren
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Toward Effective Digraph Representation Learning: A Magnetic Adaptive Propagation based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Breaking the Entanglement of Homophily and Heterophily in Semi-supervised Node Classification
von: Sun, Henan, et al.
Veröffentlicht: (2023)

DANCE: Dynamic, Available, Neighbor-gated Condensation for Federated Text-Attributed Graphs
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

Towards Data-centric Machine Learning on Directed Graphs: a Survey
von: Sun, Henan, et al.
Veröffentlicht: (2024)

Toward Data-centric Directed Graph Learning: An Entropy-driven Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

AdaFGL: A New Paradigm for Federated Node Classification with Topology Heterogeneity
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Rethinking Node-wise Propagation for Large-scale Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

CAMPA: Efficient and Aligned Multimodal Graph Learning via Decoupled Propagation and Aggregation
von: Su, Daohan, et al.
Veröffentlicht: (2026)

Towards Robust Federated Multimodal Graph Learning under Modality Heterogeneity
von: Zhang, Sirui, et al.
Veröffentlicht: (2026)

Toward Effective Multimodal Graph Foundation Model: A Divide-and-Conquer Based Approach
von: Liu, Sicheng, et al.
Veröffentlicht: (2026)

STAGE: Tackling Semantic Drift in Multimodal Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

Knowledge-Driven Federated Graph Learning on Model Heterogeneity
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

LightDiC: A Simple yet Effective Approach for Large-scale Digraph Representation Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Toward General Digraph Contrastive Learning: A Dual Spatial Perspective
von: Su, Daohan, et al.
Veröffentlicht: (2025)

Rethinking Client-oriented Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2025)

Towards Unbiased Federated Graph Learning: Label and Topology Perspectives
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

BoostFGL: Boosting Fairness in Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

DiRW: Path-Aware Digraph Learning for Heterophily
von: Su, Daohan, et al.
Veröffentlicht: (2024)

Scalable Topology-Preserving Graph Coarsening: Concepts and Algorithms
von: Wu, Xiang, et al.
Veröffentlicht: (2026)

ScaDyG:A New Paradigm for Large-scale Dynamic Graph Learning
von: Wu, Xiang, et al.
Veröffentlicht: (2025)

Federated Prototype Graph Learning
von: Wu, Zhengyu, et al.
Veröffentlicht: (2025)

Unlocking Graph Structure Learning with Tree-Guided Large Language Models
von: Zhang, Zhihan, et al.
Veröffentlicht: (2025)

OpenMAG: A Comprehensive Benchmark for Multimodal-Attributed Graph
von: Wan, Chenxi, et al.
Veröffentlicht: (2026)

FedGTA: Topology-aware Averaging for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

K-stars LDP: A Novel Framework for (p, q)-clique Enumeration under Local Differential Privacy
von: Sun, Henan, et al.
Veröffentlicht: (2024)

OpenDDI: A Comprehensive Benchmark for DDI Prediction
von: Jin, Xinmo, et al.
Veröffentlicht: (2026)

Toward Scalable Graph Unlearning: A Node Influence Maximization based Approach
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Dual-Tree LLM-Enhanced Negative Sampling for Implicit Collaborative Filtering
von: Wu, Jiayi, et al.
Veröffentlicht: (2026)

A Topology-Aware Positive Sample Set Construction and Feature Optimization Method in Implicit Collaborative Filtering
von: Wu, Jiayi, et al.
Veröffentlicht: (2026)

TFPS: A Temporal Filtration-enhanced Positive Sample Set Construction Method for Implicit Collaborative Filtering
von: Wu, Jiayi, et al.
Veröffentlicht: (2026)

Towards Effective and General Graph Unlearning via Mutual Evolution
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

DOGMA: Weaving Structural Information into Data-centric Single-cell Transcriptomics Analysis
von: Zhang, Ru, et al.
Veröffentlicht: (2026)

Two Facets of the Same Optimization Coin: Model Degradation and Representation Collapse in Graph Foundation Models
von: Li, Xunkai, et al.
Veröffentlicht: (2025)

Graph Learning in the Era of LLMs: A Survey from the Perspective of Data, Models, and Tasks
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

MagicDock: Toward Docking-oriented De Novo Ligand Design via Gradient Inversion
von: Chen, Zekai, et al.
Veröffentlicht: (2025)

Effective Bug Detection in Graph Database Engines: An LLM-based Approach
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)

When LLM Agents Meet Graph Optimization: An Automated Data Quality Improvement Approach
von: Zhang, Zhihan, et al.
Veröffentlicht: (2025)

GOMA: Toward Structure-Driven Multimodal Alignment from a Graph Signal Smoothing Perspective
von: Wang, Xu, et al.
Veröffentlicht: (2026)

State Space Models over Directed Graphs
von: She, Junzhi, et al.
Veröffentlicht: (2025)