Buchumschlag

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhuolong, Yang, Boxue, Chen, Haopeng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mitigating Degree Bias Adaptively with Hard-to-Learn Nodes in Graph Contrastive Learning
von: Hu, Jingyu, et al.
Veröffentlicht: (2025)

One Node Per User: Node-Level Federated Learning for Graph Neural Networks
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Multi-order Graph Clustering with Adaptive Node-level Weight Learning
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Node Level Graph Autoencoder: Unified Pretraining for Textual Graph Learning
von: Hu, Wenbin, et al.
Veröffentlicht: (2024)

Enhancing Fairness in Autoencoders for Node-Level Graph Anomaly Detection
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

scAGC: Learning Adaptive Cell Graphs with Contrastive Guidance for Single-Cell Clustering
von: Li, Huifa, et al.
Veröffentlicht: (2025)

Contrastive Learning Is Spectral Clustering On Similarity Graph
von: Tan, Zhiquan, et al.
Veröffentlicht: (2023)

AGMixup: Adaptive Graph Mixup for Semi-supervised Node Classification
von: Lu, Weigang, et al.
Veröffentlicht: (2024)

Parallelizing Node-Level Explainability in Graph Neural Networks
von: Llorente, Oscar, et al.
Veröffentlicht: (2026)

Rethinking Spectral Augmentation for Contrast-based Graph Self-Supervised Learning
von: Jian, Xiangru, et al.
Veröffentlicht: (2024)

Modeling Heterophily in Multiplex Graphs: An Adaptive Approach for Node Classification
von: Abdous, Kamel, et al.
Veröffentlicht: (2026)

Cross-Space Adaptive Filter: Integrating Graph Topology and Node Attributes for Alleviating the Over-smoothing Problem
von: Huang, Chen, et al.
Veröffentlicht: (2024)

Deep Contrastive Graph Learning with Clustering-Oriented Guidance
von: Chen, Mulin, et al.
Veröffentlicht: (2024)

Uncovering Capabilities of Model Pruning in Graph Contrastive Learning
von: Wu, Junran, et al.
Veröffentlicht: (2024)

Rethinking Tokenized Graph Transformers for Node Classification
von: Chen, Jinsong, et al.
Veröffentlicht: (2025)

Deep Graph Neural Networks via Posteriori-Sampling-based Node-Adaptive Residual Module
von: Zhou, Jingbo, et al.
Veröffentlicht: (2023)

VGFL-SA: Vertical Graph Federated Learning Structure Attack Based on Contrastive Learning
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Multi-Head Spectral-Adaptive Graph Anomaly Detection
von: Cao, Qingyue, et al.
Veröffentlicht: (2025)

Oversmoothing: A Nightmare for Graph Contrastive Learning?
von: Li, Jintang, et al.
Veröffentlicht: (2023)

Interpretable Graph-Level Anomaly Detection via Contrast with Normal Prototypes
von: Zhao, Qiuran, et al.
Veröffentlicht: (2026)

Wide & Deep Learning for Node Classification
von: Chen, Yancheng, et al.
Veröffentlicht: (2025)

A Diffusion-Contrastive Graph Neural Network with Virtual Nodes for Wind Nowcasting in Unobserved Regions
von: Shi, Jie, et al.
Veröffentlicht: (2026)

Refinement Contrastive Learning of Cell-Gene Associations for Unsupervised Cell Type Identification
von: Peng, Liang, et al.
Veröffentlicht: (2025)

Self-Reinforced Graph Contrastive Learning
von: Hsieh, Chou-Ying, et al.
Veröffentlicht: (2025)

Modality as Heterogeneity: Node Splitting and Graph Rewiring for Multimodal Graph Learning
von: Zhang, Yihan, et al.
Veröffentlicht: (2026)

Pure Node Selection for Imbalanced Graph Node Classification
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

TopoGCL: Topological Graph Contrastive Learning
von: Chen, Yuzhou, et al.
Veröffentlicht: (2024)

Tensor-Fused Multi-View Graph Contrastive Learning
von: Wu, Yujia, et al.
Veröffentlicht: (2024)

Learning Graph Node Embeddings by Smooth Pair Sampling
von: Kutzkov, Konstantin
Veröffentlicht: (2025)

Dual-Kernel Graph Community Contrastive Learning
von: Chen, Xiang, et al.
Veröffentlicht: (2025)

CoCo: A Coupled Contrastive Framework for Unsupervised Domain Adaptive Graph Classification
von: Yin, Nan, et al.
Veröffentlicht: (2023)

ViDTA: Enhanced Drug-Target Affinity Prediction via Virtual Graph Nodes and Attention-based Feature Fusion
von: Li, Minghui, et al.
Veröffentlicht: (2024)

Variational Graph Contrastive Learning
von: Xie, Shifeng, et al.
Veröffentlicht: (2024)

Contrast Similarity-Aware Dual-Pathway Mamba for Multivariate Time Series Node Classification
von: Du, Mingsen, et al.
Veröffentlicht: (2024)

TACENR: Task-Agnostic Contrastive Explanations for Node Representations
von: Papanikou, Vasiliki, et al.
Veröffentlicht: (2026)

Top K Enhanced Reinforcement Learning Attacks on Heterogeneous Graph Node Classification
von: Gao, Honglin, et al.
Veröffentlicht: (2024)

GraphIFE: Rethinking Graph Imbalance Node Classification via Invariant Learning
von: Zeng, Fanlong, et al.
Veröffentlicht: (2025)

Deep Fusion: Capturing Dependencies in Contrastive Learning via Transformer Projection Heads
von: Li, Huanran, et al.
Veröffentlicht: (2024)

Weighted Graph Structure Learning with Attention Denoising for Node Classification
von: Wang, Tingting, et al.
Veröffentlicht: (2025)

Topology Reorganized Graph Contrastive Learning with Mitigating Semantic Drift
von: Zhang, Jiaqiang, et al.
Veröffentlicht: (2024)