Buchumschlag

A Closer Look at the Application of Causal Inference in Graph Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gao, Hang, Li, Kunyu, Hong, Huang, Cui, Baoquan, Wu, Fengge
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

Molecular Graph Representation Learning via Structural Similarity Information
von: Yao, Chengyu, et al.
Veröffentlicht: (2024)

Learn to Think: Bootstrapping LLM Reasoning Capability Through Graph Representation Learning
von: Gao, Hang, et al.
Veröffentlicht: (2025)

LLM Enhancers for GNNs: An Analysis from the Perspective of Causal Mechanism Identification
von: Gao, Hang, et al.
Veröffentlicht: (2025)

A Closer Look at Multimodal Representation Collapse
von: Chaudhuri, Abhra, et al.
Veröffentlicht: (2025)

Closer Look at Efficient Inference Methods: A Survey of Speculative Decoding
von: Ryu, Hyun, et al.
Veröffentlicht: (2024)

Introducing Diminutive Causal Structure into Graph Representation Learning
von: Gao, Hang, et al.
Veröffentlicht: (2024)

A Closer Look at Adversarial Suffix Learning for Jailbreaking LLMs: Augmented Adversarial Trigger Learning
von: Wang, Zhe, et al.
Veröffentlicht: (2025)

On the Representation of Pairwise Causal Background Knowledge and Its Applications in Causal Inference
von: Fang, Zhuangyan, et al.
Veröffentlicht: (2022)

Disentangled Representation Learning for Causal Inference with Instruments
von: Cheng, Debo, et al.
Veröffentlicht: (2024)

Deep Causal Learning: Representation, Discovery and Inference
von: Deng, Zizhen, et al.
Veröffentlicht: (2022)

A Closer Look at Personalized Fine-Tuning in Heterogeneous Federated Learning
von: Chen, Minghui, et al.
Veröffentlicht: (2025)

A Closer Look at Machine Unlearning for Large Language Models
von: Yuan, Xiaojian, et al.
Veröffentlicht: (2024)

Causal Neighbourhood Learning for Invariant Graph Representations
von: Job, Simi, et al.
Veröffentlicht: (2026)

Causal Structure and Representation Learning with Biomedical Applications
von: Uhler, Caroline, et al.
Veröffentlicht: (2025)

Knowledge Probing for Graph Representation Learning
von: Zhao, Mingyu, et al.
Veröffentlicht: (2024)

Entropic Causal Inference: Graph Identifiability
von: Compton, Spencer, et al.
Veröffentlicht: (2025)

A Closer Look at Time Steps is Worthy of Triple Speed-Up for Diffusion Model Training
von: Wang, Kai, et al.
Veröffentlicht: (2024)

CaberNet: Causal Representation Learning for Cross-Domain HVAC Energy Prediction
von: Zhai, Kaiyuan, et al.
Veröffentlicht: (2025)

Learning Causal Graphs at Scale: A Foundation Model Approach
von: Yin, Naiyu, et al.
Veröffentlicht: (2025)

CEGRL-TKGR: A Causal Enhanced Graph Representation Learning Framework for Temporal Knowledge Graph Reasoning
von: Sun, Jinze, et al.
Veröffentlicht: (2024)

Spatial-temporal Graph Convolutional Networks with Diversified Transformation for Dynamic Graph Representation Learning
von: Wang, Ling, et al.
Veröffentlicht: (2024)

Few-Shot Causal Representation Learning for Out-of-Distribution Generalization on Heterogeneous Graphs
von: Ding, Pengfei, et al.
Veröffentlicht: (2024)

Advancing Biomedicine with Graph Representation Learning: Recent Progress, Challenges, and Future Directions
von: Li, Fang, et al.
Veröffentlicht: (2023)

Towards Universal Gene Regulatory Network Inference: Unlocking Generalizable Regulatory Knowledge in Single-cell Foundation Models
von: Qi, Jiaxin, et al.
Veröffentlicht: (2026)

HC-GAE: The Hierarchical Cluster-based Graph Auto-Encoder for Graph Representation Learning
von: Xu, Zhuo, et al.
Veröffentlicht: (2024)

Multimodal Negative Learning
von: Gong, Baoquan, et al.
Veröffentlicht: (2025)

Learning Network Representations with Disentangled Graph Auto-Encoder
von: Fan, Di, et al.
Veröffentlicht: (2024)

Cloud Is Closer Than It Appears: Revisiting the Tradeoffs of Distributed Real-Time Inference
von: Sharma, Pragya, et al.
Veröffentlicht: (2026)

Multimodal Representation Learning using Adaptive Graph Construction
von: Huang, Weichen
Veröffentlicht: (2024)

Humanoid-inspired Causal Representation Learning for Domain Generalization
von: Tao, Ze, et al.
Veröffentlicht: (2025)

From Identifiable Causal Representations to Controllable Counterfactual Generation: A Survey on Causal Generative Modeling
von: Komanduri, Aneesh, et al.
Veröffentlicht: (2023)

Reinforcement Learning for Scalable Train Timetable Rescheduling with Graph Representation
von: Yue, Peng, et al.
Veröffentlicht: (2024)

Multimodal Clickbait Detection by De-confounding Biases Using Causal Representation Inference
von: Yu, Jianxing, et al.
Veröffentlicht: (2024)

CausalGuard: Conformal Inference under Graph Uncertainty
von: Singh, Vikash, et al.
Veröffentlicht: (2026)

CIER: A Novel Experience Replay Approach with Causal Inference in Deep Reinforcement Learning
von: Wang, Jingwen, et al.
Veröffentlicht: (2024)

AKBR: Learning Adaptive Kernel-based Representations for Graph Classification
von: Qian, Feifei, et al.
Veröffentlicht: (2024)

RADAR: Learning to Route with Asymmetry-aware DistAnce Representations
von: Yi, Hang, et al.
Veröffentlicht: (2026)

Deconfounded Time Series Forecasting: A Causal Inference Approach
von: Gao, Wentao, et al.
Veröffentlicht: (2024)

Seeking the Sufficiency and Necessity Causal Features in Multimodal Representation Learning
von: Chen, Boyu, et al.
Veröffentlicht: (2024)

FedSDWC: Federated Synergistic Dual-Representation Weak Causal Learning for OOD
von: Huang, Zhenyuan, et al.
Veröffentlicht: (2025)