Buchumschlag

Bridging Input Feature Spaces Towards Graph Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eliasof, Moshe, Mantri, Krishna Sri Ipsit, Bevilacqua, Beatrice, Ribeiro, Bruno, Schönlieb, Carola-Bibiane
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

DiGRAF: Diffeomorphic Graph-Adaptive Activation Function
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2024)

Towards Improved Sentence Representations using Token Graphs
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2026)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
von: Feldman, Or, et al.
Veröffentlicht: (2025)

On the Effectiveness of Random Weights in Graph Neural Networks
von: Bui, Thu, et al.
Veröffentlicht: (2025)

GRANOLA: Adaptive Normalization for Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Revisiting Node Affinity Prediction in Temporal Graphs
von: Feldman, Or, et al.
Veröffentlicht: (2025)

DiTASK: Multi-Task Fine-Tuning with Diffeomorphic Transformations
von: Mantri, Krishna Sri Ipsit, et al.
Veröffentlicht: (2025)

TANGO: Graph Neural Dynamics via Learned Energy and Tangential Flows
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Resilient Graph Neural Networks: A Coupled Dynamical Systems Approach
von: Eliasof, Moshe, et al.
Veröffentlicht: (2023)

Towards Graph Foundation Models: A Study on the Generalization of Positional and Structural Encodings
von: Franks, Billy Joe, et al.
Veröffentlicht: (2024)

Towards Foundation Models on Graphs: An Analysis on Cross-Dataset Transfer of Pretrained GNNs
von: Frasca, Fabrizio, et al.
Veröffentlicht: (2024)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

Learning Regularization for Graph Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Towards Invariance to Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2025)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2024)

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models
von: Denker, Alexander, et al.
Veröffentlicht: (2026)

GRAMA: Adaptive Graph Autoregressive Moving Average Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2025)

Towards Efficient Training of Graph Neural Networks: A Multiscale Approach
von: Gal, Eshed, et al.
Veröffentlicht: (2025)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

On the Utilization of Unique Node Identifiers in Graph Neural Networks
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

Efficient Subgraph GNNs by Learning Effective Selection Policies
von: Bevilacqua, Beatrice, et al.
Veröffentlicht: (2023)

Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling
von: Megas, Stathis, et al.
Veröffentlicht: (2024)

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective
von: Iske, Meira, et al.
Veröffentlicht: (2026)

OptiChat: Bridging Optimization Models and Practitioners with Large Language Models
von: Chen, Hao, et al.
Veröffentlicht: (2025)

Data-driven approaches to inverse problems
von: Schönlieb, Carola-Bibiane, et al.
Veröffentlicht: (2025)

Return of ChebNet: Understanding and Improving an Overlooked GNN on Long Range Tasks
von: Hariri, Ali, et al.
Veröffentlicht: (2025)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

GRIFDIR: Graph Resolution-Invariant FEM Diffusion Models in Function Spaces over Irregular Domains
von: Rowbottom, James, et al.
Veröffentlicht: (2026)

Graph Neural Reaction Diffusion Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Approximation Theory for Lipschitz Continuous Transformers
von: Furuya, Takashi, et al.
Veröffentlicht: (2026)

Inverse Evolution Data Augmentation for Neural PDE Solvers
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

Generative Unordered Flow for Set-Structured Data Generation
von: Li, Yangming, et al.
Veröffentlicht: (2025)

Laplace Learning in Wasserstein Space
von: Oliver, Mary Chriselda Antony, et al.
Veröffentlicht: (2025)

Bellman Diffusion: Generative Modeling as Learning a Linear Operator in the Distribution Space
von: Li, Yangming, et al.
Veröffentlicht: (2024)

On Oversquashing in Graph Neural Networks Through the Lens of Dynamical Systems
von: Gravina, Alessio, et al.
Veröffentlicht: (2025)

TRIX: A More Expressive Model for Zero-shot Domain Transfer in Knowledge Graphs
von: Zhang, Yucheng, et al.
Veröffentlicht: (2025)

A General Recipe for Contractive Graph Neural Networks -- Technical Report
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2024)

Deep Network Trainability via Persistent Subspace Orthogonality
von: Massucco, Alex, et al.
Veröffentlicht: (2025)

Quadratic Binary Optimization with Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)