Buchumschlag

SWING: Unlocking Implicit Graph Representations for Graph Random Features

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Manenti, Alessandro, Dubey, Avinava, Sehanobish, Arijit, Alippi, Cesare, Choromanski, Krzysztof
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

Computationally-efficient Graph Modeling with Refined Graph Random Features
von: Choromanski, Krzysztof, et al.
Veröffentlicht: (2025)

Optimal Time Complexity Algorithms for Computing General Random Walk Graph Kernels on Sparse Graphs
von: Choromanski, Krzysztof, et al.
Veröffentlicht: (2024)

Scalable Neural Network Kernels
von: Sehanobish, Arijit, et al.
Veröffentlicht: (2023)

RelFlexformer: Efficient Attention 3D-Transformers for Integrable Relative Positional Encodings
von: Kim, Byeongchan, et al.
Veröffentlicht: (2026)

Towards Scalable Exact Machine Unlearning Using Parameter-Efficient Fine-Tuning
von: Chowdhury, Somnath Basu Roy, et al.
Veröffentlicht: (2024)

Beyond Softmax: A Natural Parameterization for Categorical Random Variables
von: Manenti, Alessandro, et al.
Veröffentlicht: (2025)

Learning Latent Graph Structures and their Uncertainty
von: Manenti, Alessandro, et al.
Veröffentlicht: (2024)

Fast Tree-Field Integrators: From Low Displacement Rank to Topological Transformers
von: Choromanski, Krzysztof, et al.
Veröffentlicht: (2024)

Structured Unrestricted-Rank Matrices for Parameter Efficient Fine-tuning
von: Sehanobish, Arijit, et al.
Veröffentlicht: (2024)

General Graph Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2023)

Linear Transformer Topological Masking with Graph Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2024)

The Unreasonable Effectiveness of Randomized Representations in Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

EUGens: Efficient, Unified, and General Dense Layers
von: Kim, Sang Min, et al.
Veröffentlicht: (2026)

Graph Random Features for Scalable Gaussian Processes
von: Zhang, Matthew, et al.
Veröffentlicht: (2025)

Rotary Position Encodings for Graphs
von: Reid, Isaac, et al.
Veröffentlicht: (2025)

EUGens: Efficient, Unified, and General Dense Layers
von: Kim, Sang Min, et al.
Veröffentlicht: (2024)

Manifold Random Features
von: Parashar, Ananya, et al.
Veröffentlicht: (2026)

Graph State-Space Models and Latent Relational Inference
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Change Detection in Graph Streams by Learning Graph Embeddings on Constant-Curvature Manifolds
von: Grattarola, Daniele, et al.
Veröffentlicht: (2018)

Hierarchical Representation Learning in Graph Neural Networks with Node Decimation Pooling
von: Bianchi, Filippo Maria, et al.
Veröffentlicht: (2019)

Feudal Graph Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2023)

Graph-based Time Series Clustering for End-to-End Hierarchical Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

Temporal Graph ODEs for Irregularly-Sampled Time Series
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

Not How Many, But Which: Parameter Placement in Low-Rank Adaptation
von: Sehanobish, Arijit, et al.
Veröffentlicht: (2026)

Graph-based Forecasting with Missing Data through Spatiotemporal Downsampling
von: Marisca, Ivan, et al.
Veröffentlicht: (2024)

Variance-Reducing Couplings for Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2024)

Online Continual Graph Learning
von: Donghi, Giovanni, et al.
Veröffentlicht: (2025)

Graph Deep Learning for Time Series Forecasting
von: Cini, Andrea, et al.
Veröffentlicht: (2023)

Understanding Pooling in Graph Neural Networks
von: Grattarola, Daniele, et al.
Veröffentlicht: (2021)

Over-squashing in Spatiotemporal Graph Neural Networks
von: Marisca, Ivan, et al.
Veröffentlicht: (2025)

Cross-device Zero-shot Label Transfer via Alignment of Time Series Foundation Model Embeddings
von: Ravindra, Neal G., et al.
Veröffentlicht: (2025)

Assessment of Spatio-Temporal Predictors in the Presence of Missing and Heterogeneous Data
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Repelling Random Walks
von: Reid, Isaac, et al.
Veröffentlicht: (2023)

Learning a Fourier Transform for Linear Relative Positional Encodings in Transformers
von: Choromanski, Krzysztof Marcin, et al.
Veröffentlicht: (2023)

Object-Centric Relational Representations for Image Generation
von: Butera, Luca, et al.
Veröffentlicht: (2023)

Graph-based Virtual Sensing from Sparse and Partial Multivariate Observations
von: De Felice, Giovanni, et al.
Veröffentlicht: (2024)

Hierarchical Message-Passing Policies for Multi-Agent Reinforcement Learning
von: Marzi, Tommaso, et al.
Veröffentlicht: (2025)

Surrogate Interpretable Graph for Random Decision Forests
von: Dubey, Akshat, et al.
Veröffentlicht: (2025)

Position: Current Benchmarking Hinders Real Progress in Deep Learning for Time Series Forecasting
von: Moretti, Valentina, et al.
Veröffentlicht: (2025)

Equilibrium Policy Generalization: A Reinforcement Learning Framework for Cross-Graph Zero-Shot Generalization in Pursuit-Evasion Games
von: Lu, Runyu, et al.
Veröffentlicht: (2025)