AIML-K/GNN_Survey

GitHub で見る

updating papers related to GNN

スター: 0
フォーク: 0
オープンの初心者向け issue: 0
索引済み issue: 36

主要言語: 言語のデータがありません
ライセンス: ライセンスのデータがありません
最終 GitHub push: 2024年11月18日
最新の索引: 2026年9月13日
コントリビューションガイド: コントリビューションガイドがありません
行動規範: 行動規範がありません
初心者向けラベル: good first issue
PR マージ指標: 30日以内にマージされた PR はありません

オープンすべて

オープンの issue を 36 件索引しました

How this repository works オープン

good first issue

AIML-K/GNN_Survey#1 · コメント 0 件 · リアクション 1 件 · 担当者 0 名 · 2026年9月13日に索引
Network Traffic Modeling and Prediction Using Graph Gaussian Processes オープン

paper

AIML-K/GNN_Survey#2 · コメント 5 件 · リアクション 1 件 · 担当者 1 名 · 2026年9月13日に索引
Graph neural bayesian optimization for virtual screening オープン

paper

AIML-K/GNN_Survey#3 · コメント 8 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Bayesian optimisation of functions on graphs オープン

paper

AIML-K/GNN_Survey#4 · コメント 5 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Graph Neural Network Powered Bayesian Optimization for Large Molecular Spaces オープン

paper

AIML-K/GNN_Survey#5 · コメント 3 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Bayesian Mesh Optimization for Graph Neural Networks to Enhance Engineering Performance Prediction オープン

paper

AIML-K/GNN_Survey#6 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Graph neural network-inspired kernels for gaussian processes in semi-supervised learning オープン

paper

AIML-K/GNN_Survey#7 · コメント 8 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Bayesian graph neural networks with adaptive connection sampling オープン

paper

AIML-K/GNN_Survey#8 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Multi-relational graph representation learning with bayesian gaussian process network オープン

paper

AIML-K/GNN_Survey#9 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Deep spatio-temporal graph network with self-optimization for air quality prediction オープン

paper

AIML-K/GNN_Survey#10 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Spatial-Temporal Traffic Data Imputation via Graph Attention Convolutional Network オープン

paper

AIML-K/GNN_Survey#11 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Practical Molecular Optimization (PMO) benchmark オープン

AIML-K/GNN_Survey#12 · コメント 0 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Paper List Related to Robust GNNs Against Label Noises オープン

documentation

AIML-K/GNN_Survey#13 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Adversarial label-flipping attack and defense for graph neural networks オープン

code paper

AIML-K/GNN_Survey#14 · コメント 7 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Towards self-explainable graph neural network オープン

code paper

AIML-K/GNN_Survey#15 · コメント 9 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Unified robust training for graph neural networks against label noise オープン

paper

AIML-K/GNN_Survey#16 · コメント 3 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Nrgnn: Learning a label noise resistant graph neural network on sparsely and noisily labeled graphs オープン

code paper

AIML-K/GNN_Survey#17 · コメント 6 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Paper List Related to Robust Pre-training GNNs オープン

documentation

AIML-K/GNN_Survey#18 · コメント 0 件 · リアクション 0 件 · 担当者 0 名 · 2026年9月13日に索引
Strategies for pre-training graph neural networks オープン

code paper

AIML-K/GNN_Survey#19 · コメント 5 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Graph contrastive learning with augmentations オープン

code paper

AIML-K/GNN_Survey#20 · コメント 5 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Graph backdoor オープン

code paper

AIML-K/GNN_Survey#21 · コメント 5 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Exact Combinatorial Optimization with Graph Convolutional Neural Network オープン

paper

AIML-K/GNN_Survey#22 · コメント 3 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
LightGCN オープン

paper

AIML-K/GNN_Survey#23 · コメント 6 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Enhanced Loss Function based on Laplacian Eigenmaps for Graph Classification オープン

paper

AIML-K/GNN_Survey#25 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
A Laplacian regularized graph neural network for predictive modeling of multiple chronic conditions オープン

paper

AIML-K/GNN_Survey#26 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Graph Neural Networks with Diverse Spectral Filtering オープン

code paper

AIML-K/GNN_Survey#27 · コメント 2 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
𝑝-Laplacian Based Graph Neural Networks オープン

code paper

AIML-K/GNN_Survey#28 · コメント 2 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Adversarial Robustness of Graph Neural Networks オープン

paper

AIML-K/GNN_Survey#29 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Spectral Adversarial Training for Robust Graph Neural Networks オープン

code paper

AIML-K/GNN_Survey#30 · コメント 2 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Robust Graph Neural Networks using Weighted Graph Laplacian オープン

code paper

AIML-K/GNN_Survey#31 · コメント 2 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Robustifying GNN Via Weighted Laplacian オープン

paper

AIML-K/GNN_Survey#32 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Enhancing Robustness of Graph Neural Networks through p-Laplacian オープン

paper

AIML-K/GNN_Survey#33 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Enhancing Node-Level Adversarial Defenses by Lipschitz Regularization of Graph Neural Networks オープン

paper

AIML-K/GNN_Survey#34 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Robust Regularization Design of Graph Neural Networks Against Adversarial Attacks Based on Lyapunov Theory オープン

paper

AIML-K/GNN_Survey#35 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Towards Stable, Globally Expressive Graph Representations with Laplacian Eigenvectors オープン

paper

AIML-K/GNN_Survey#36 · コメント 1 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引
Generative Contrastive Graph Learning for Recommendation オープン

paper

AIML-K/GNN_Survey#37 · コメント 5 件 · リアクション 0 件 · 担当者 1 名 · 2026年9月13日に索引

AIML-K/GNN_Survey

新しい issue をメールで受け取る