Buchumschlag

MAGPrompt: Message-Adaptive Graph Prompt Tuning for Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Long D., Nguyen, Binh P.
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

Geometric Multi-color Message Passing Graph Neural Networks for Blood-brain Barrier Permeability Prediction
von: Nguyen, Trung, et al.
Veröffentlicht: (2025)

Edge Prompt Tuning for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Universal Prompt Tuning for Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2022)

Convexified Message-Passing Graph Neural Networks
von: Cohen, Saar, et al.
Veröffentlicht: (2025)

FIMP: Foundation Model-Informed Message Passing for Graph Neural Networks
von: Rizvi, Syed Asad, et al.
Veröffentlicht: (2022)

Unified Graph Prompt Learning via Low-Rank Graph Message Prompting
von: Wang, Beibei, et al.
Veröffentlicht: (2026)

PSP: Pre-Training and Structure Prompt Tuning for Graph Neural Networks
von: Ge, Qingqing, et al.
Veröffentlicht: (2023)

Topology-Aware Multiscale Mixture of Experts for Efficient Molecular Property Prediction
von: Nguyen, Long D., et al.
Veröffentlicht: (2026)

Explaining Graph Neural Networks via Structure-aware Interaction Index
von: Bui, Ngoc, et al.
Veröffentlicht: (2024)

Generative Conditional Distributions by Neural (Entropic) Optimal Transport
von: Nguyen, Bao, et al.
Veröffentlicht: (2024)

Convergence of Message Passing Graph Neural Networks with Generic Aggregation On Large Random Graphs
von: Cordonnier, Matthieu, et al.
Veröffentlicht: (2023)

Graph Neural Networks with Triangle-Based Messages for the Multicut Problem
von: Irmai, Jannik, et al.
Veröffentlicht: (2026)

Asynchronous Message Passing for Addressing Oversquashing in Graph Neural Networks
von: Bose, Kushal, et al.
Veröffentlicht: (2025)

Unsupervised Prompting for Graph Neural Networks
von: Baghershahi, Peyman, et al.
Veröffentlicht: (2025)

Adaptive Dual Prompting: Hierarchical Debiasing for Fairness-aware Graph Neural Networks
von: Yang, Yuhan, et al.
Veröffentlicht: (2025)

Missing Data Imputation using Neural Cellular Automata
von: Luu, Tin, et al.
Veröffentlicht: (2025)

Self-Pro: A Self-Prompt and Tuning Framework for Graph Neural Networks
von: Gong, Chenghua, et al.
Veröffentlicht: (2023)

Revisiting the Message Passing in Heterophilous Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

GP2F: Cross-Domain Graph Prompting with Adaptive Fusion of Pre-trained Graph Neural Networks
von: He, Dongxiao, et al.
Veröffentlicht: (2026)

Parameter-Free Structural-Diversity Message Passing for Graph Neural Networks
von: Kong, Mingyue, et al.
Veröffentlicht: (2025)

Robust Graph Fine-Tuning with Adversarial Graph Prompting
von: Zhang, Ziyan, et al.
Veröffentlicht: (2026)

Graph Contrastive Learning via Spectral Graph Alignment
von: Nguyen, Manh
Veröffentlicht: (2025)

Accurate and Scalable Graph Neural Networks via Message Invariance
von: Shi, Zhihao, et al.
Veröffentlicht: (2025)

Heterophilic Graph Neural Networks Optimization with Causal Message-passing
von: Wang, Botao, et al.
Veröffentlicht: (2024)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Revisit Visual Prompt Tuning: The Expressiveness of Prompt Experts
von: Le, Minh, et al.
Veröffentlicht: (2025)

STM-Graph: A Python Framework for Spatio-Temporal Mapping and Graph Neural Network Predictions
von: Ghaffari, Amirhossein, et al.
Veröffentlicht: (2025)

SlotGAT: Slot-based Message Passing for Heterogeneous Graph Neural Network
von: Zhou, Ziang, et al.
Veröffentlicht: (2024)

Randomized Message-Interception Smoothing: Gray-box Certificates for Graph Neural Networks
von: Scholten, Yan, et al.
Veröffentlicht: (2023)

Inferring Properties of Graph Neural Networks
von: Nguyen, Dat, et al.
Veröffentlicht: (2024)

Are You Using Reliable Graph Prompts? Trojan Prompt Attacks on Graph Neural Networks
von: Lin, Minhua, et al.
Veröffentlicht: (2024)

Neural Message-Passing on Attention Graphs for Hallucination Detection
von: Frasca, Fabrizio, et al.
Veröffentlicht: (2025)

Sequential Signal Mixing Aggregation for Message Passing Graph Neural Networks
von: Taraday, Mitchell Keren, et al.
Veröffentlicht: (2024)

Universal Fourier Neural Operators for periodic homogenization problems in linear elasticity
von: Nguyen, Binh Huy, et al.
Veröffentlicht: (2025)

Unleash Graph Neural Networks from Heavy Tuning
von: Lin, Lequan, et al.
Veröffentlicht: (2024)

Entropy Aware Message Passing in Graph Neural Networks
von: Nazari, Philipp, et al.
Veröffentlicht: (2024)

From Coupled Oscillators to Graph Neural Networks: Reducing Over-smoothing via a Kuramoto Model-based Approach
von: Nguyen, Tuan, et al.
Veröffentlicht: (2023)

D2D Power Allocation via Quantum Graph Neural Network
von: Le, Tung Giang, et al.
Veröffentlicht: (2025)

ChronoSpike: An Adaptive Spiking Graph Neural Network for Dynamic Graphs
von: Jahin, Md Abrar, et al.
Veröffentlicht: (2026)

HetGPT: Harnessing the Power of Prompt Tuning in Pre-Trained Heterogeneous Graph Neural Networks
von: Ma, Yihong, et al.
Veröffentlicht: (2023)