Propriétaire

AIML-K

5 dépôts indexés · Voir sur GitHub

aiml-k.github.io
AIML@K lab website: https://aiml-k.github.io/

TeX · 1 étoile
lab-website

HTML · 0 étoiles
jumprope-release
Jumprope project release

Python · 0 étoiles
GNN_Survey
updating papers related to GNN

0 étoiles
pinga999_EMNLP_2025_LOG
EMNLP_2025_LOG

0 étoiles

Ouverte Toutes

98 issues ouvertes indexées

Add publications Ouverte

AIML-K/lab-website#5 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
get citation working and make a sample CV Ouverte

AIML-K/lab-website#8 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
릴리즈된 딥러닝 모듈 처리속도 문의 Ouverte

AIML-K/jumprope-release#3 · 3 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
How this repository works Ouverte

good first issue

AIML-K/GNN_Survey#1 · 0 commentaires · 1 réaction · 0 personnes assignées · Indexée le 13/9/2026
Network Traffic Modeling and Prediction Using Graph Gaussian Processes Ouverte

paper

AIML-K/GNN_Survey#2 · 5 commentaires · 1 réaction · 1 personne assignée · Indexée le 13/9/2026
Graph neural bayesian optimization for virtual screening Ouverte

paper

AIML-K/GNN_Survey#3 · 8 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Bayesian optimisation of functions on graphs Ouverte

paper

AIML-K/GNN_Survey#4 · 5 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Graph Neural Network Powered Bayesian Optimization for Large Molecular Spaces Ouverte

paper

AIML-K/GNN_Survey#5 · 3 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Bayesian Mesh Optimization for Graph Neural Networks to Enhance Engineering Performance Prediction Ouverte

paper

AIML-K/GNN_Survey#6 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Graph neural network-inspired kernels for gaussian processes in semi-supervised learning Ouverte

paper

AIML-K/GNN_Survey#7 · 8 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Bayesian graph neural networks with adaptive connection sampling Ouverte

paper

AIML-K/GNN_Survey#8 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Multi-relational graph representation learning with bayesian gaussian process network Ouverte

paper

AIML-K/GNN_Survey#9 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Deep spatio-temporal graph network with self-optimization for air quality prediction Ouverte

paper

AIML-K/GNN_Survey#10 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Spatial-Temporal Traffic Data Imputation via Graph Attention Convolutional Network Ouverte

paper

AIML-K/GNN_Survey#11 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Practical Molecular Optimization (PMO) benchmark Ouverte

AIML-K/GNN_Survey#12 · 0 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Paper List Related to Robust GNNs Against Label Noises Ouverte

documentation

AIML-K/GNN_Survey#13 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Adversarial label-flipping attack and defense for graph neural networks Ouverte

code paper

AIML-K/GNN_Survey#14 · 7 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Towards self-explainable graph neural network Ouverte

code paper

AIML-K/GNN_Survey#15 · 9 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Unified robust training for graph neural networks against label noise Ouverte

paper

AIML-K/GNN_Survey#16 · 3 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Nrgnn: Learning a label noise resistant graph neural network on sparsely and noisily labeled graphs Ouverte

code paper

AIML-K/GNN_Survey#17 · 6 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Paper List Related to Robust Pre-training GNNs Ouverte

documentation

AIML-K/GNN_Survey#18 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Strategies for pre-training graph neural networks Ouverte

code paper

AIML-K/GNN_Survey#19 · 5 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Graph contrastive learning with augmentations Ouverte

code paper

AIML-K/GNN_Survey#20 · 5 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Graph backdoor Ouverte

code paper

AIML-K/GNN_Survey#21 · 5 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Exact Combinatorial Optimization with Graph Convolutional Neural Network Ouverte

paper

AIML-K/GNN_Survey#22 · 3 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
LightGCN Ouverte

paper

AIML-K/GNN_Survey#23 · 6 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Enhanced Loss Function based on Laplacian Eigenmaps for Graph Classification Ouverte

paper

AIML-K/GNN_Survey#25 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
A Laplacian regularized graph neural network for predictive modeling of multiple chronic conditions Ouverte

paper

AIML-K/GNN_Survey#26 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Graph Neural Networks with Diverse Spectral Filtering Ouverte

code paper

AIML-K/GNN_Survey#27 · 2 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
𝑝-Laplacian Based Graph Neural Networks Ouverte

code paper

AIML-K/GNN_Survey#28 · 2 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Adversarial Robustness of Graph Neural Networks Ouverte

paper

AIML-K/GNN_Survey#29 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Spectral Adversarial Training for Robust Graph Neural Networks Ouverte

code paper

AIML-K/GNN_Survey#30 · 2 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Robust Graph Neural Networks using Weighted Graph Laplacian Ouverte

code paper

AIML-K/GNN_Survey#31 · 2 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Robustifying GNN Via Weighted Laplacian Ouverte

paper

AIML-K/GNN_Survey#32 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Enhancing Robustness of Graph Neural Networks through p-Laplacian Ouverte

paper

AIML-K/GNN_Survey#33 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Enhancing Node-Level Adversarial Defenses by Lipschitz Regularization of Graph Neural Networks Ouverte

paper

AIML-K/GNN_Survey#34 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Robust Regularization Design of Graph Neural Networks Against Adversarial Attacks Based on Lyapunov Theory Ouverte

paper

AIML-K/GNN_Survey#35 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Towards Stable, Globally Expressive Graph Representations with Laplacian Eigenvectors Ouverte

paper

AIML-K/GNN_Survey#36 · 1 commentaire · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
Generative Contrastive Graph Learning for Recommendation Ouverte

paper

AIML-K/GNN_Survey#37 · 5 commentaires · 0 réactions · 1 personne assignée · Indexée le 13/9/2026
GOAL1 Ouverte

AIML-K/pinga999_EMNLP_2025_LOG#1 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Semantic Networks Extracted from Students’ Think-Aloud Data are Correlated with Students’ Learning Performance (EDU LLM) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#2 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Pre-trained Language Models Learn Remarkably Accurate Representations of Numbers (mathLLM) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#3 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
A text based recommender system that leverages explici affective state preferences (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#4 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Evaluating and aligning himan economic risk preference (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#5 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
FISTAPrunner : layer wise post training pruning for LLM (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#6 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
FISTAPruner : layer wise post training pruning for LLM (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#7 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
SEPS : A separability Measure ot Robust Unlearning in LLMs (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#8 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
R-TOFU: Unlearning in Large Reasoning Models (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#9 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
A Fully Probabilistic Perspective on Large Language Model Unlearning: Evaluation and Optimization (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#10 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026
Layer-Aware Representation Filtering: Purifying Finetuning Data to Preserve LLM Safety Alignment (테마) Ouverte

paper

AIML-K/pinga999_EMNLP_2025_LOG#11 · 0 commentaires · 0 réactions · 0 personnes assignées · Indexée le 13/9/2026

AIML-K

Recevez les nouvelles issues par e-mail