Buchumschlag

Departure from Regularity: Degree Heterogeneity and Eigengap as the Structural Drivers of ASE-LSE Latent Subspace Disagreement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pham, Minh Triet, Gallagher, Ian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online Minimization of Polarization and Disagreement via Low-Rank Matrix Bandits
von: Cinus, Federico, et al.
Veröffentlicht: (2025)

Degree Heterogeneity in Higher-Order Networks: Inference in the Hypergraph $\boldsymbolβ$-Model
von: Nandy, Sagnik, et al.
Veröffentlicht: (2023)

Spectral Subspace Clustering for Attributed Graphs
von: Lin, Xiaoyang, et al.
Veröffentlicht: (2024)

Inferring Diffusion Structures of Heterogeneous Network Cascade
von: Yuan, Yubai, et al.
Veröffentlicht: (2025)

Incorporating Attributes and Multi-Scale Structures for Heterogeneous Graph Contrastive Learning
von: Jiang, Ruobing, et al.
Veröffentlicht: (2025)

Theoretical and Empirical Insights into the Origins of Degree Bias in Graph Neural Networks
von: Subramonian, Arjun, et al.
Veröffentlicht: (2024)

When Heterophily Meets Heterogeneous Graphs: Latent Graphs Guided Unsupervised Representation Learning
von: Shen, Zhixiang, et al.
Veröffentlicht: (2024)

HCRide: Harmonizing Passenger Fairness and Driver Preference for Human-Centered Ride-Hailing
von: Jiang, Lin, et al.
Veröffentlicht: (2025)

Matching of Users and Creators in Two-Sided Markets with Departures
von: Huttenlocher, Daniel, et al.
Veröffentlicht: (2023)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
von: Zhou, Cai, et al.
Veröffentlicht: (2024)

Differentiable Tripartite Modularity for Clustering Heterogeneous Graphs
von: Hurpeau, Benoît
Veröffentlicht: (2026)

Heterogeneous Graph Neural Network on Semantic Tree
von: Guan, Mingyu, et al.
Veröffentlicht: (2024)

Homophily-aware Heterogeneous Graph Contrastive Learning
von: Wang, Haosen, et al.
Veröffentlicht: (2025)

Efficient Heterogeneous Graph Learning via Random Projection
von: Hu, Jun, et al.
Veröffentlicht: (2023)

AH-UGC: Adaptive and Heterogeneous-Universal Graph Coarsening
von: Kataria, Mohit, et al.
Veröffentlicht: (2025)

Mixture of Message Passing Experts with Routing Entropy Regularization for Node Classification
von: Chen, Xuanze, et al.
Veröffentlicht: (2025)

Efficient Learning on Large Graphs using a Densifying Regularity Lemma
von: Kouchly, Jonathan, et al.
Veröffentlicht: (2025)

Out-of-Distribution Detection in Heterogeneous Graphs via Energy Propagation
von: Yin, Tao, et al.
Veröffentlicht: (2025)

Heterogeneous Social Event Detection via Hyperbolic Graph Representations
von: Qiu, Zitai, et al.
Veröffentlicht: (2023)

Data Augmentation for Supervised Graph Outlier Detection via Latent Diffusion Models
von: Liu, Kay, et al.
Veröffentlicht: (2023)

Refined Graph Encoder Embedding via Self-Training and Latent Community Recovery
von: Shen, Cencheng, et al.
Veröffentlicht: (2024)

Inferring Individual Direct Causal Effects Under Heterogeneous Peer Influence
von: Adhikari, Shishir, et al.
Veröffentlicht: (2023)

Variational Graph Autoencoder for Heterogeneous Information Networks with Missing and Inaccurate Attributes
von: Zhao, Yige, et al.
Veröffentlicht: (2023)

Epidemiology-informed Graph Neural Network for Heterogeneity-aware Epidemic Forecasting
von: Zheng, Yufan, et al.
Veröffentlicht: (2024)

Neural Graph Generator: Feature-Conditioned Graph Generation using Latent Diffusion Models
von: Evdaimon, Iakovos, et al.
Veröffentlicht: (2024)

Graph Contrastive Learning with Low-Rank Regularization and Low-Rank Attention for Noisy Node Classification
von: Wang, Yancheng, et al.
Veröffentlicht: (2024)

H$^2$GFM: Towards unifying Homogeneity and Heterogeneity on Text-Attributed Graphs
von: Nguyen, Trung-Kien, et al.
Veröffentlicht: (2025)

Echoless Label-Based Pre-computation for Memory-Efficient Heterogeneous Graph Learning
von: Hu, Jun, et al.
Veröffentlicht: (2025)

Heterogeneous Graph Generation: A Hierarchical Approach using Node Feature Pooling
von: Ghosh, Hritaban, et al.
Veröffentlicht: (2024)

Bypassing Skip-Gram Negative Sampling: Dimension Regularization as a More Efficient Alternative for Graph Embeddings
von: Liu, David, et al.
Veröffentlicht: (2024)

When Heterophily Meets Heterogeneity: Challenges and a New Large-Scale Graph Benchmark
von: Lin, Junhong, et al.
Veröffentlicht: (2024)

Bi-directional Curriculum Learning for Graph Anomaly Detection: Dual Focus on Homogeneity and Heterogeneity
von: Hao, Yitong, et al.
Veröffentlicht: (2025)

HetCAN: A Heterogeneous Graph Cascade Attention Network with Dual-Level Awareness
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2023)

HeteGraph-Mamba: Heterogeneous Graph Learning via Selective State Space Model
von: Pan, Zhenyu, et al.
Veröffentlicht: (2024)

TGB 2.0: A Benchmark for Learning on Temporal Knowledge Graphs and Heterogeneous Graphs
von: Gastinger, Julia, et al.
Veröffentlicht: (2024)

Bipartite Graph Variational Auto-Encoder with Fair Latent Representation to Account for Sampling Bias in Ecological Networks
von: Anakok, Emre, et al.
Veröffentlicht: (2024)

Deep Structural Knowledge Exploitation and Synergy for Estimating Node Importance Value on Heterogeneous Information Networks
von: Chen, Yankai, et al.
Veröffentlicht: (2024)

Matrix Factorization Framework for Community Detection under the Degree-Corrected Block Model
von: Dache, Alexandra, et al.
Veröffentlicht: (2026)

HetFS: A Method for Fast Similarity Search with Ad-hoc Meta-paths on Heterogeneous Information Networks
von: Mao, Xuqi, et al.
Veröffentlicht: (2025)

Hierarchical-Graph-Structured Edge Partition Models for Learning Evolving Community Structure
von: Yu, Xincan, et al.
Veröffentlicht: (2024)