Buchumschlag

GIST: Gauge-Invariant Spectral Transformers for Scalable Graph Neural Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rigotti, Mattia, Thumiger, Nicholas, Frick, Thomas
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

Faster by Design: Interactive Aerodynamics via Neural Surrogates Trained on Expert-Validated CFD
von: Thumiger, Nicholas, et al.
Veröffentlicht: (2026)

Homomorphism Expressivity of Spectral Invariant Graph Neural Networks
von: Gai, Jingchu, et al.
Veröffentlicht: (2025)

On the generalization capacity of neural networks during generic multimodal reasoning
von: Ito, Takuya, et al.
Veröffentlicht: (2024)

On the Expressive Power of Spectral Invariant Graph Neural Networks
von: Zhang, Bohang, et al.
Veröffentlicht: (2024)

Highly Efficient Rotation-Invariant Spectral Embedding for Scalable Incomplete Multi-View Clustering
von: Wang, Xinxin, et al.
Veröffentlicht: (2025)

Invariant Graph Transformer for Out-of-Distribution Generalization
von: Liao, Tianyin, et al.
Veröffentlicht: (2025)

A Spectral Framework for Graph Neural Operators: Convergence Guarantees and Tradeoffs
von: Holden, Roxanne, et al.
Veröffentlicht: (2025)

Multivariate Stochastic Dominance via Optimal Transport and Applications to Models Benchmarking
von: Rioux, Gabriel, et al.
Veröffentlicht: (2024)

Federated Spectral Graph Transformers Meet Neural Ordinary Differential Equations for Non-IID Graphs
von: Gurumurthy, Kishan, et al.
Veröffentlicht: (2025)

Scalable Learning of Item Response Theory Models
von: Frick, Susanne, et al.
Veröffentlicht: (2024)

Scalable and Adaptive Spectral Embedding for Attributed Graph Clustering
von: Liu, Yunhui, et al.
Veröffentlicht: (2024)

Spectral Neural Graph Sparsification
von: Liguori, Angelica, et al.
Veröffentlicht: (2025)

Diffusion-Based Generation of Neural Activity from Disentangled Latent Codes
von: McCart, Jonathan D., et al.
Veröffentlicht: (2024)

Technical Report: The Graph Spectral Token -- Enhancing Graph Transformers with Spectral Information
von: Pengmei, Zihan, et al.
Veröffentlicht: (2024)

SONIC: Spectral Oriented Neural Invariant Convolutions
von: Moens, Gijs Joppe, et al.
Veröffentlicht: (2026)

HAMLET: Graph Transformer Neural Operator for Partial Differential Equations
von: Bryutkin, Andrey, et al.
Veröffentlicht: (2024)

Flatten Graphs as Sequences: Transformers are Scalable Graph Generators
von: Chen, Dexiong, et al.
Veröffentlicht: (2025)

Spectral Invariant Learning for Dynamic Graphs under Distribution Shifts
von: Zhang, Zeyang, et al.
Veröffentlicht: (2024)

Invariant-Stratified Propagation for Expressive Graph Neural Networks
von: Hevapathige, Asela, et al.
Veröffentlicht: (2026)

Invariant Representations with Stochastically Quantized Neural Networks
von: Cerrato, Mattia, et al.
Veröffentlicht: (2022)

Unraveling the Key Components of OOD Generalization via Diversification
von: Benoit, Harold, et al.
Veröffentlicht: (2023)

Spectral Transformer Neural Processes
von: Chen, Xianhe, et al.
Veröffentlicht: (2026)

PRISM: Gauge-Invariant Tangent-Space Differentially Private LoRA
von: Wang, Shihao, et al.
Veröffentlicht: (2026)

Gauge-Equivariant Graph Neural Networks for Lattice Gauge Theories
von: Rayat, Ali, et al.
Veröffentlicht: (2026)

Asymmetric Learning for Spectral Graph Neural Networks
von: Liu, Fangbing, et al.
Veröffentlicht: (2024)

An ALE-Consistent Graph Neural Operator-Transformer Framework for Fluid-Structure Interaction
von: Zhao, Shihang, et al.
Veröffentlicht: (2026)

Learning Invariant Representations of Graph Neural Networks via Cluster Generalization
von: Xia, Donglin, et al.
Veröffentlicht: (2024)

Spectral Graph Neural Networks are Incomplete on Graphs with a Simple Spectrum
von: Hordan, Snir, et al.
Veröffentlicht: (2025)

Full-Spectrum Graph Neural Networks: Expressive and Scalable
von: Wang, Xiaohan, et al.
Veröffentlicht: (2026)

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

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

Matrix-free Neural Preconditioner for the Dirac Operator in Lattice Gauge Theory
von: Sun, Yixuan, et al.
Veröffentlicht: (2025)

Sonnet: Spectral Operator Neural Network for Multivariable Time Series Forecasting
von: Shu, Yuxuan, et al.
Veröffentlicht: (2025)

Gauge-Equivariant Intrinsic Neural Operators for Geometry-Consistent Learning of Elliptic PDE Maps
von: Cheng, Pengcheng
Veröffentlicht: (2026)

Universal Approximation of Operators with Transformers and Neural Integral Operators
von: Zappala, Emanuele, et al.
Veröffentlicht: (2024)

FedGT: Federated Node Classification with Scalable Graph Transformer
von: Zhang, Zaixi, et al.
Veröffentlicht: (2024)

DHIL-GT: Scalable Graph Transformer with Decoupled Hierarchy Labeling
von: Liao, Ningyi, et al.
Veröffentlicht: (2024)

GIST: Generated Inputs Sets Transferability in Deep Learning
von: Tambon, Florian, et al.
Veröffentlicht: (2023)

Geometry-Informed Neural Operator Transformer
von: Liu, Qibang, et al.
Veröffentlicht: (2025)

SGNO: Spectral Generator Neural Operators for Stable Long Horizon PDE Rollouts
von: Li, Jiayi, et al.
Veröffentlicht: (2026)