Buchumschlag

Modality as Heterogeneity: Node Splitting and Graph Rewiring for Multimodal Graph Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yihan, Kuruoglu, Ercan E.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Learning on Heterogeneous Graphs with Heterophily: A Graph Structure Learning Approach
von: Zhang, Yihan, et al.
Veröffentlicht: (2026)

Bayesian Neural Network For Personalized Federated Learning Parameter Selection
von: Luo, Mengen, et al.
Veröffentlicht: (2024)

Bayesian Neural Networks: A Min-Max Game Framework
von: Hong, Junping, et al.
Veröffentlicht: (2023)

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

Dynamic Triangulation-Based Graph Rewiring for Graph Neural Networks
von: Attali, Hugo, et al.
Veröffentlicht: (2025)

Temporal Graph Rewiring with Expander Graphs
von: Petrović, Katarina, et al.
Veröffentlicht: (2024)

On the Complexity of Optimal Graph Rewiring for Oversmoothing and Oversquashing in Graph Neural Networks
von: Chehreghani, Mostafa Haghir
Veröffentlicht: (2026)

Structural Invariance Matters: Rethinking Graph Rewiring through Graph Metrics
von: Benoit, Alexandre, et al.
Veröffentlicht: (2025)

A Survey of Graph Transformers: Architectures, Theories and Applications
von: Yuan, Chaohao, et al.
Veröffentlicht: (2025)

Top K Enhanced Reinforcement Learning Attacks on Heterogeneous Graph Node Classification
von: Gao, Honglin, et al.
Veröffentlicht: (2024)

Representation Learning with Mutual Influence of Modalities for Node Classification in Multi-Modal Heterogeneous Networks
von: Li, Jiafan, et al.
Veröffentlicht: (2025)

Mosaic of Modalities: A Comprehensive Benchmark for Multimodal Graph Learning
von: Zhu, Jing, et al.
Veröffentlicht: (2024)

Adaptive Spatio-temporal Estimation on the Graph Edges via Line Graph Transformation
von: Yan, Yi, et al.
Veröffentlicht: (2023)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2026)

Graph Rewiring in GNNs to Mitigate Over-Squashing and Over-Smoothing: A Survey
von: Attali, Hugo, et al.
Veröffentlicht: (2024)

GraphIFE: Rethinking Graph Imbalance Node Classification via Invariant Learning
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

Pure Node Selection for Imbalanced Graph Node Classification
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

Learning Graph Node Embeddings by Smooth Pair Sampling
von: Kutzkov, Konstantin
Veröffentlicht: (2025)

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

One Node Per User: Node-Level Federated Learning for Graph Neural Networks
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Rethinking Tokenized Graph Transformers for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2025)

BuffGraph: Enhancing Class-Imbalanced Node Classification via Buffer Nodes
von: Wang, Qian, et al.
Veröffentlicht: (2024)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Adaptive Graph Rewiring to Mitigate Over-Squashing in Mesh-Based GNNs for Fluid Dynamics Simulations
von: Seo, Sangwoo, et al.
Veröffentlicht: (2025)

Weighted Graph Structure Learning with Attention Denoising for Node Classification
von: Wang, Tingting, et al.
Veröffentlicht: (2025)

HeteroMILE: a Multi-Level Graph Representation Learning Framework for Heterogeneous Graphs
von: Zhang, Yue, et al.
Veröffentlicht: (2024)

Learning to Detect Critical Nodes in Sparse Graphs via Feature Importance Awareness
von: Tan, Xuwei, et al.
Veröffentlicht: (2021)

HeGMN: Heterogeneous Graph Matching Network for Learning Graph Similarity
von: Sang, Shilong, et al.
Veröffentlicht: (2025)

TinyGraph: Joint Feature and Node Condensation for Graph Neural Networks
von: Liu, Yezi, et al.
Veröffentlicht: (2024)

Spatio-Temporal Graph Structure Learning for Earthquake Detection
von: Piriyasatit, Suchanun, et al.
Veröffentlicht: (2025)

LLM-based Online Prediction of Time-varying Graph Signals
von: Qin, Dayu, et al.
Veröffentlicht: (2024)

Node Level Graph Autoencoder: Unified Pretraining for Textual Graph Learning
von: Hu, Wenbin, et al.
Veröffentlicht: (2024)

Graph Signal Adaptive Message Passing
von: Yan, Yi, et al.
Veröffentlicht: (2024)

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning
von: Li, Zhuolong, et al.
Veröffentlicht: (2026)

Fast and Robust Contextual Node Representation Learning over Dynamic Graphs
von: Guo, Xingzhi, et al.
Veröffentlicht: (2024)

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

Collaborative Graph Walk for Semi-supervised Multi-Label Node Classification
von: Akujuobi, Uchenna, et al.
Veröffentlicht: (2019)

Causally Fair Node Classification on Non-IID Graph Data
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

HERGC: Heterogeneous Experts Representation and Generative Completion for Multimodal Knowledge Graphs
von: Xiao, Yongkang, et al.
Veröffentlicht: (2025)