Copertina

Semantic Level of Detail for Knowledge Graphs: Discovering Abstraction Boundaries via Spectral Heat Diffusion

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Izgorodin, Edward
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Fast Graph Generation via Spectral Diffusion
di: Luo, Tianze, et al.
Pubblicazione: (2022)

A Unified Perspective for Learning Graph Representations Across Multi-Level Abstractions
di: Amar, Mohamed Mahmoud, et al.
Pubblicazione: (2026)

Spectral Alignment in Forward-Backward Representations via Temporal Abstraction
di: Azad, Seyed Mahdi B., et al.
Pubblicazione: (2026)

Neuro-Symbolic Imitation Learning: Discovering Symbolic Abstractions for Skill Learning
di: Keller, Leon, et al.
Pubblicazione: (2025)

RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems
di: Qu, Yuxiao, et al.
Pubblicazione: (2025)

Federated Knowledge Graph Unlearning via Diffusion Model
di: Liu, Bingchen, et al.
Pubblicazione: (2024)

Causal Abstraction Learning based on the Semantic Embedding Principle
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

S^2-KD: Semantic-Spectral Knowledge Distillation Spatiotemporal Forecasting
di: Wang, Wenshuo, et al.
Pubblicazione: (2025)

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

Learning to Discover Iterative Spectral Algorithms
di: Liu, Zihang, et al.
Pubblicazione: (2026)

Multiple Abstraction Level Retrieve Augment Generation
di: Zheng, Zheng, et al.
Pubblicazione: (2025)

Discovering What You Can Control: Interventional Boundary Discovery for Reinforcement Learning
di: Liu, Jiaxin, et al.
Pubblicazione: (2026)

Discovering the Representation Bottleneck of Graph Neural Networks
di: Wu, Fang, et al.
Pubblicazione: (2022)

Discrete Modeling via Boundary Conditional Diffusion Processes
di: Gu, Yuxuan, et al.
Pubblicazione: (2024)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
di: Lee, Jaejun, et al.
Pubblicazione: (2026)

ReGAL: Refactoring Programs to Discover Generalizable Abstractions
di: Stengel-Eskin, Elias, et al.
Pubblicazione: (2024)

HH-SAE: Discovering and Steering Hierarchical Knowledge of Complex Manifolds
di: Wu, Honghan, et al.
Pubblicazione: (2026)

Neural Causal Abstractions
di: Xia, Kevin, et al.
Pubblicazione: (2024)

Addressing the Abstraction and Reasoning Corpus via Procedural Example Generation
di: Hodel, Michael
Pubblicazione: (2024)

Low-Dimensional Federated Knowledge Graph Embedding via Knowledge Distillation
di: Zhang, Xiaoxiong, et al.
Pubblicazione: (2024)

Efficient Discovery of Approximate Causal Abstractions via Neural Mechanism Sparsification
di: Asiaee, Amir
Pubblicazione: (2026)

PLOT: Progressive Localization via Optimal Transport in Neural Causal Abstraction
di: Chang, Jonathn, et al.
Pubblicazione: (2026)

Distributionally Robust Causal Abstractions
di: Felekis, Yorgos, et al.
Pubblicazione: (2025)

Contrastive Abstraction for Reinforcement Learning
di: Patil, Vihang, et al.
Pubblicazione: (2024)

Graph Persistence goes Spectral
di: Ji, Mattie, et al.
Pubblicazione: (2025)

STELLA: Guiding Large Language Models for Time Series Forecasting with Semantic Abstractions
di: Fan, Junjie, et al.
Pubblicazione: (2025)

GraphKeeper: Graph Domain-Incremental Learning via Knowledge Disentanglement and Preservation
di: Guo, Zihao, et al.
Pubblicazione: (2025)

In-Context Planning with Latent Temporal Abstractions
di: Luo, Baiting, et al.
Pubblicazione: (2026)

Interval Abstractions for Robust Counterfactual Explanations
di: Jiang, Junqi, et al.
Pubblicazione: (2024)

Discovering Latent Knowledge in Language Models Without Supervision
di: Burns, Collin, et al.
Pubblicazione: (2022)

Discovering Knowledge-Critical Subnetworks in Pretrained Language Models
di: Bayazit, Deniz, et al.
Pubblicazione: (2023)

NeiGAD: Augmenting Graph Anomaly Detection via Spectral Neighbor Information
di: Qing, Qing, et al.
Pubblicazione: (2026)

SVDformer: Direction-Aware Spectral Graph Embedding Learning via SVD and Transformer
di: Fang, Jiayu, et al.
Pubblicazione: (2025)

Diffusion Spectral Representation for Reinforcement Learning
di: Shribak, Dmitry, et al.
Pubblicazione: (2024)

Confidence-aware Self-Semantic Distillation on Knowledge Graph Embedding
di: Liu, Yichen, et al.
Pubblicazione: (2022)

Discovering Spatial Correlations of Earth Observations for weather forecasting by using Graph Structure Learning
di: Jeon, Hyeon-Ju, et al.
Pubblicazione: (2025)

Efficient Monte Carlo Tree Search via On-the-Fly State-Conditioned Action Abstraction
di: Kwak, Yunhyeok, et al.
Pubblicazione: (2024)

Verification-Guided Falsification for Safe RL via Explainable Abstraction and Risk-Aware Exploration
di: Le, Tuan, et al.
Pubblicazione: (2025)

Spatio-Spectral Graph Neural Networks
di: Geisler, Simon, et al.
Pubblicazione: (2024)

Shape-aware Graph Spectral Learning
di: Xu, Junjie, et al.
Pubblicazione: (2023)