Buchumschlag

Lost in Aggregation: On a Fundamental Expressivity Limit of Message-Passing Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Rosenbluth, Eran
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computational Complexity 68T05, 68T07 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Repetition Makes Perfect: Recurrent Graph Neural Networks Match Message-Passing Limit
von: Rosenbluth, Eran, et al.
Veröffentlicht: (2025)

Are Targeted Messages More Effective?
von: Grohe, Martin, et al.
Veröffentlicht: (2024)

Distinguished In Uniform: Self Attention Vs. Virtual Nodes
von: Rosenbluth, Eran, et al.
Veröffentlicht: (2024)

ReFactor GNNs: Revisiting Factorisation-based Models from a Message-Passing Perspective
von: Chen, Yihong, et al.
Veröffentlicht: (2022)

Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols
von: Reitich, Fernando
Veröffentlicht: (2026)

QGraphLIME - Explaining Quantum Graph Neural Networks
von: Jena, Haribandhu, et al.
Veröffentlicht: (2025)

The two clocks and the innovation window: When and how generative models learn rules
von: Wang, Binxu, et al.
Veröffentlicht: (2026)

cPNN: Continuous Progressive Neural Networks for Evolving Streaming Time Series
von: Giannini, Federico, et al.
Veröffentlicht: (2026)

An Improved Adaptive PID Optimizer with Enhanced Convergence and Stability for Deep Learning
von: Saini, Saurabh, et al.
Veröffentlicht: (2026)

MAcPNN: Mutual Assisted Learning on Data Streams with Temporal Dependence
von: Giannini, Federico, et al.
Veröffentlicht: (2026)

Territory Paint Wars: Diagnosing and Mitigating Failure Modes in Competitive Multi-Agent PPO
von: Singh, Diyansha
Veröffentlicht: (2026)

Caterpillar GNN: Replacing Message Passing with Efficient Aggregation
von: Černý, Marek
Veröffentlicht: (2025)

Mechanistic Analysis of Catastrophic Forgetting in Large Language Models During Continual Fine-tuning
von: Imanov, Olaf Yunus Laitinen
Veröffentlicht: (2026)

Latent Object Permanence: Topological Phase Transitions, Free-Energy Principles, and Renormalization Group Flows in Deep Transformer Manifolds
von: Alpay, Faruk, et al.
Veröffentlicht: (2026)

Strategic Doctrine Language Models (sdLM): A Learning-System Framework for Doctrinal Consistency and Geopolitical Forecasting
von: Imanov, Olaf Yunus Laitinen, et al.
Veröffentlicht: (2026)

Inference acceleration for large language models using "stairs" assisted greedy generation
von: Grigaliūnas, Domas, et al.
Veröffentlicht: (2024)

From Features to Graphs: Exploring Graph Structures and Pairwise Interactions via GNNs
von: Yamchote, Phaphontee, et al.
Veröffentlicht: (2025)

Graph Transformers: A Survey
von: Shehzad, Ahsan, et al.
Veröffentlicht: (2024)

The Inhibitor: ReLU and Addition-Based Attention for Efficient Transformers under Fully Homomorphic Encryption on the Torus
von: Brännvall, Rickard, et al.
Veröffentlicht: (2023)

GLL: A Differentiable Graph Learning Layer for Neural Networks
von: Brown, Jason, et al.
Veröffentlicht: (2024)

A Constraint-Preserving Neural Network Approach for Solving Mean-Field Games Equilibrium
von: Liu, Jinwei, et al.
Veröffentlicht: (2025)

Deep Hedging Under Non-Convexity: Limitations and a Case for AlphaZero
von: Maggiolo, Matteo, et al.
Veröffentlicht: (2025)

AiGAS-dEVL-RC: An Adaptive Growing Neural Gas Model for Recurrently Drifting Unsupervised Data Streams
von: Arostegi, Maria, et al.
Veröffentlicht: (2025)

Normalisation and Initialisation Strategies for Graph Neural Networks in Blockchain Anomaly Detection
von: Duy, Dang Sy, et al.
Veröffentlicht: (2026)

Knowledge Distillation: Enhancing Neural Network Compression with Integrated Gradients
von: Hernandez, David E., et al.
Veröffentlicht: (2025)

A Practical Guide to Streaming Continual Learning
von: Cossu, Andrea, et al.
Veröffentlicht: (2026)

Don't Look Back in Anger: MAGIC Net for Streaming Continual Learning with Temporal Dependence
von: Giannini, Federico, et al.
Veröffentlicht: (2026)

A Comparison Between Decision Transformers and Traditional Offline Reinforcement Learning Algorithms
von: Caunhye, Ali Murtaza, et al.
Veröffentlicht: (2025)

The Domain Mixed Unit: A New Neural Arithmetic Layer
von: Curry, Paul
Veröffentlicht: (2025)

On the Fundamental Limitations of Decentralized Learnable Reward Shaping in Cooperative Multi-Agent Reinforcement Learning
von: Akella, Aditya
Veröffentlicht: (2025)

Understanding and Tackling Over-Dilution in Graph Neural Networks
von: Lee, Junhyun, et al.
Veröffentlicht: (2025)

Emotion-Inspired Learning Signals (EILS): A Homeostatic Framework for Adaptive Autonomous Agents
von: Tiwari, Dhruv
Veröffentlicht: (2025)

mHC-SSM: Manifold-Constrained Hyper-Connections for State Space Language Models with Stream-Specialized Adapters
von: Mutlu, Abdulvahap, et al.
Veröffentlicht: (2026)

Extracting Sentence Embeddings from Pretrained Transformer Models
von: Stankevičius, Lukas, et al.
Veröffentlicht: (2024)

Sentiment Analysis of Lithuanian Online Reviews Using Large Language Models
von: Vileikytė, Brigita, et al.
Veröffentlicht: (2024)

Multi-Level Fusion Graph Neural Network for Molecule Property Prediction
von: Liu, XiaYu, et al.
Veröffentlicht: (2025)

CVCM Track Circuits Pre-emptive Failure Diagnostics for Predictive Maintenance Using Deep Neural Networks
von: Mukherjee, Debdeep, et al.
Veröffentlicht: (2025)

Concept Prerequisite Relation Prediction by Using Permutation-Equivariant Directed Graph Neural Networks
von: Qu, Xiran, et al.
Veröffentlicht: (2023)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

Backpropagation Through Time For Networks With Long-Term Dependencies
von: Bird, George, et al.
Veröffentlicht: (2021)