Buchumschlag

Hyperbolic Graph Neural Networks Under the Microscope: The Role of Geometry-Task Alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naddeo, Dionisia, Linkerhägner, Jonas, Toschi, Nicola, Skenderi, Geri, Lachi, Veronica
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

A Geometric Perspective on the Difficulties of Learning GNN-based SAT Solvers
von: Skenderi, Geri
Veröffentlicht: (2025)

Graph-level Representation Learning with Joint-Embedding Predictive Architectures
von: Skenderi, Geri, et al.
Veröffentlicht: (2023)

Joint Graph Rewiring and Feature Denoising via Spectral Resonance
von: Linkerhägner, Jonas, et al.
Veröffentlicht: (2024)

Well Googled is Half Done: Multimodal Forecasting of New Fashion Product Sales with Image-based Google Trends
von: Skenderi, Geri, et al.
Veröffentlicht: (2021)

Bridging Theory and Practice in Link Representation with Graph Neural Networks
von: Lachi, Veronica, et al.
Veröffentlicht: (2025)

Benchmarking Graph Neural Networks in Solving Hard Constraint Satisfaction Problems
von: Skenderi, Geri, et al.
Veröffentlicht: (2026)

Disentangled Latent Spaces Facilitate Data-Driven Auxiliary Learning
von: Skenderi, Geri, et al.
Veröffentlicht: (2023)

Graph Neural Networks for temporal graphs: State of the art, open challenges, and opportunities
von: Longa, Antonio, et al.
Veröffentlicht: (2023)

Training Neural Networks by Optimizing Neuron Positions
von: Erb, Laura, et al.
Veröffentlicht: (2025)

Weisfeiler-Lehman goes Dynamic: An Analysis of the Expressive Power of Graph Neural Networks for Attributed and Dynamic Graphs
von: Beddar-Wiesing, Silvia, et al.
Veröffentlicht: (2022)

Continuous Geometry-Aware Graph Diffusion via Hyperbolic Neural PDE
von: Liu, Jiaxu, et al.
Veröffentlicht: (2024)

On Observation Time for Recovering Latent Hawkes Networks
von: Linkerhägner, Jonas, et al.
Veröffentlicht: (2026)

Sub-graph Based Diffusion Model for Link Prediction
von: Li, Hang, et al.
Veröffentlicht: (2024)

Hyperbolic Graph Neural Networks: A Review of Methods and Applications
von: Yang, Menglin, et al.
Veröffentlicht: (2022)

Hyperbolic-PDE GNN: Spectral Graph Neural Networks in the Perspective of A System of Hyperbolic Partial Differential Equations
von: Yue, Juwei, et al.
Veröffentlicht: (2025)

GNNs Meet Sequence Models Along the Shortest-Path: an Expressive Method for Link Prediction
von: Ferrini, Francesco, et al.
Veröffentlicht: (2025)

PEANUT: Perturbations by Eigenvector Alignment for Attacking Graph Neural Networks Under Topology-Driven Message Passing
von: Kohli, Bhavya, et al.
Veröffentlicht: (2026)

Weak Physics Informed Neural Networks for Geometry Compatible Hyperbolic Conservation Laws on Manifolds
von: Zhou, Hanfei, et al.
Veröffentlicht: (2025)

Hyperbolic Heterogeneous Graph Attention Networks
von: Park, Jongmin, et al.
Veröffentlicht: (2024)

Residual Hyperbolic Graph Convolution Networks
von: Xue, Yangkai, et al.
Veröffentlicht: (2024)

Geometry-Aware Edge Pooling for Graph Neural Networks
von: Limbeck, Katharina, et al.
Veröffentlicht: (2025)

Interpretable ML Under the Microscope: Performance, Meta-Features, and the Regression-Classification Predictability Gap
von: Billa, Mattia, et al.
Veröffentlicht: (2026)

GraphFM: A generalist graph transformer that learns transferable representations across diverse domains
von: Lachi, Divyansha, et al.
Veröffentlicht: (2024)

Beyond Activation Alignment: The Geometry of Neural Sensitivity
von: Yavari, Amirhossein, et al.
Veröffentlicht: (2026)

Hyperbolic Delaunay Geometric Alignment
von: Medbouhi, Aniss Aiman, et al.
Veröffentlicht: (2024)

Explainable Graph Neural Networks Under Fire
von: Li, Zhong, et al.
Veröffentlicht: (2024)

ASEHybrid: When Geometry Matters Beyond Homophily in Graph Neural Networks
von: Manir, Shalima Binta, et al.
Veröffentlicht: (2026)

GraphAlign: Pretraining One Graph Neural Network on Multiple Graphs via Feature Alignment
von: Hou, Zhenyu, et al.
Veröffentlicht: (2024)

Klein Model for Hyperbolic Neural Networks
von: Mao, Yidan, et al.
Veröffentlicht: (2024)

Scalable Multi-Task Learning for Particle Collision Event Reconstruction with Heterogeneous Graph Neural Networks
von: Sutcliffe, William, et al.
Veröffentlicht: (2025)

Task Vector Geometry Underlies Dual Modes of Task Inference in Transformers
von: Yan, Hao, et al.
Veröffentlicht: (2026)

A Depth-Aware Comparative Study of Euclidean and Hyperbolic Graph Neural Networks on Bitcoin Transaction Systems
von: Ghimire, Ankit, et al.
Veröffentlicht: (2026)

Three Revisits to Node-Level Graph Anomaly Detection: Outliers, Message Passing and Hyperbolic Neural Networks
von: Gu, Jing, et al.
Veröffentlicht: (2024)

Hyperbolic Binary Neural Network
von: Chen, Jun, et al.
Veröffentlicht: (2025)

Early-Exit Graph Neural Networks
von: Di Francesco, Andrea Giuseppe, et al.
Veröffentlicht: (2025)

Graph Alignment for Benchmarking Graph Neural Networks and Learning Positional Encodings
von: Lagesse, Adrien, et al.
Veröffentlicht: (2025)

Geometry-Aware Spiking Graph Neural Network
von: Zhang, Bowen, et al.
Veröffentlicht: (2025)

DeepHGCN: Toward Deeper Hyperbolic Graph Convolutional Networks
von: Liu, Jiaxu, et al.
Veröffentlicht: (2023)

Sparse Spectral Training and Inference on Euclidean and Hyperbolic Neural Networks
von: Zhao, Jialin, et al.
Veröffentlicht: (2024)

Hyperbolic Kernel Graph Neural Networks for Neurocognitive Decline Analysis from Multimodal Brain Imaging
von: Yang, Meimei, et al.
Veröffentlicht: (2025)