オーナー

AIML-K

索引済みのリポジトリ 5 件 · GitHub で見る

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

TeX · スター 1 個
lab-website

HTML · スター 0 個
jumprope-release
Jumprope project release

Python · スター 0 個
GNN_Survey
updating papers related to GNN

スター 0 個
pinga999_EMNLP_2025_LOG
EMNLP_2025_LOG

スター 0 個

オープンすべて

オープンの issue を 98 件索引しました

Add publications オープン

AIML-K/lab-website#5 · 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
get citation working and make a sample CV オープン

AIML-K/lab-website#8 · 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
릴리즈된 딥러닝 모듈 처리속도 문의 オープン

AIML-K/jumprope-release#3 · 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
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
GOAL1 オープン

AIML-K/pinga999_EMNLP_2025_LOG#1 · 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
Semantic Networks Extracted from Students’ Think-Aloud Data are Correlated with Students’ Learning Performance (EDU LLM) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#2 · 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
Pre-trained Language Models Learn Remarkably Accurate Representations of Numbers (mathLLM) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#3 · 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
A text based recommender system that leverages explici affective state preferences (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#4 · 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
Evaluating and aligning himan economic risk preference (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#5 · 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
FISTAPrunner : layer wise post training pruning for LLM (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#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
FISTAPruner : layer wise post training pruning for LLM (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#7 · 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
SEPS : A separability Measure ot Robust Unlearning in LLMs (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#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
R-TOFU: Unlearning in Large Reasoning Models (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#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
A Fully Probabilistic Perspective on Large Language Model Unlearning: Evaluation and Optimization (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#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
Layer-Aware Representation Filtering: Purifying Finetuning Data to Preserve LLM Safety Alignment (테마) オープン

paper

AIML-K/pinga999_EMNLP_2025_LOG#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

AIML-K

新しい issue をメールで受け取る