Owner

AIML-K

5 indexierte Repositories · Auf GitHub ansehen

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

TeX · 1 Stern
lab-website

HTML · 0 Sterne
jumprope-release
Jumprope project release

Python · 0 Sterne
GNN_Survey
updating papers related to GNN

0 Sterne
pinga999_EMNLP_2025_LOG
EMNLP_2025_LOG

0 Sterne

Offen Alle

Bisher 98 Issues indexiert

Add publications Offen

AIML-K/lab-website#5 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
get citation working and make a sample CV Offen

AIML-K/lab-website#8 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
릴리즈된 딥러닝 모듈 처리속도 문의 Offen

AIML-K/jumprope-release#3 · 3 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
How this repository works Offen

good first issue

AIML-K/GNN_Survey#1 · 0 Kommentare · 1 Reaktion · 0 zugewiesene Personen · Indexiert am 13.9.2026
Network Traffic Modeling and Prediction Using Graph Gaussian Processes Offen

paper

AIML-K/GNN_Survey#2 · 5 Kommentare · 1 Reaktion · 1 zugewiesene Person · Indexiert am 13.9.2026
Graph neural bayesian optimization for virtual screening Offen

paper

AIML-K/GNN_Survey#3 · 8 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Bayesian optimisation of functions on graphs Offen

paper

AIML-K/GNN_Survey#4 · 5 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Graph Neural Network Powered Bayesian Optimization for Large Molecular Spaces Offen

paper

AIML-K/GNN_Survey#5 · 3 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Bayesian Mesh Optimization for Graph Neural Networks to Enhance Engineering Performance Prediction Offen

paper

AIML-K/GNN_Survey#6 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Graph neural network-inspired kernels for gaussian processes in semi-supervised learning Offen

paper

AIML-K/GNN_Survey#7 · 8 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Bayesian graph neural networks with adaptive connection sampling Offen

paper

AIML-K/GNN_Survey#8 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Multi-relational graph representation learning with bayesian gaussian process network Offen

paper

AIML-K/GNN_Survey#9 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Deep spatio-temporal graph network with self-optimization for air quality prediction Offen

paper

AIML-K/GNN_Survey#10 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Spatial-Temporal Traffic Data Imputation via Graph Attention Convolutional Network Offen

paper

AIML-K/GNN_Survey#11 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Practical Molecular Optimization (PMO) benchmark Offen

AIML-K/GNN_Survey#12 · 0 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Paper List Related to Robust GNNs Against Label Noises Offen

documentation

AIML-K/GNN_Survey#13 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Adversarial label-flipping attack and defense for graph neural networks Offen

code paper

AIML-K/GNN_Survey#14 · 7 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Towards self-explainable graph neural network Offen

code paper

AIML-K/GNN_Survey#15 · 9 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Unified robust training for graph neural networks against label noise Offen

paper

AIML-K/GNN_Survey#16 · 3 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Nrgnn: Learning a label noise resistant graph neural network on sparsely and noisily labeled graphs Offen

code paper

AIML-K/GNN_Survey#17 · 6 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Paper List Related to Robust Pre-training GNNs Offen

documentation

AIML-K/GNN_Survey#18 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Strategies for pre-training graph neural networks Offen

code paper

AIML-K/GNN_Survey#19 · 5 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Graph contrastive learning with augmentations Offen

code paper

AIML-K/GNN_Survey#20 · 5 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Graph backdoor Offen

code paper

AIML-K/GNN_Survey#21 · 5 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Exact Combinatorial Optimization with Graph Convolutional Neural Network Offen

paper

AIML-K/GNN_Survey#22 · 3 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
LightGCN Offen

paper

AIML-K/GNN_Survey#23 · 6 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Enhanced Loss Function based on Laplacian Eigenmaps for Graph Classification Offen

paper

AIML-K/GNN_Survey#25 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
A Laplacian regularized graph neural network for predictive modeling of multiple chronic conditions Offen

paper

AIML-K/GNN_Survey#26 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Graph Neural Networks with Diverse Spectral Filtering Offen

code paper

AIML-K/GNN_Survey#27 · 2 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
𝑝-Laplacian Based Graph Neural Networks Offen

code paper

AIML-K/GNN_Survey#28 · 2 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Adversarial Robustness of Graph Neural Networks Offen

paper

AIML-K/GNN_Survey#29 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Spectral Adversarial Training for Robust Graph Neural Networks Offen

code paper

AIML-K/GNN_Survey#30 · 2 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Robust Graph Neural Networks using Weighted Graph Laplacian Offen

code paper

AIML-K/GNN_Survey#31 · 2 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Robustifying GNN Via Weighted Laplacian Offen

paper

AIML-K/GNN_Survey#32 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Enhancing Robustness of Graph Neural Networks through p-Laplacian Offen

paper

AIML-K/GNN_Survey#33 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Enhancing Node-Level Adversarial Defenses by Lipschitz Regularization of Graph Neural Networks Offen

paper

AIML-K/GNN_Survey#34 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Robust Regularization Design of Graph Neural Networks Against Adversarial Attacks Based on Lyapunov Theory Offen

paper

AIML-K/GNN_Survey#35 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Towards Stable, Globally Expressive Graph Representations with Laplacian Eigenvectors Offen

paper

AIML-K/GNN_Survey#36 · 1 Kommentar · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
Generative Contrastive Graph Learning for Recommendation Offen

paper

AIML-K/GNN_Survey#37 · 5 Kommentare · 0 Reaktionen · 1 zugewiesene Person · Indexiert am 13.9.2026
GOAL1 Offen

AIML-K/pinga999_EMNLP_2025_LOG#1 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Semantic Networks Extracted from Students’ Think-Aloud Data are Correlated with Students’ Learning Performance (EDU LLM) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#2 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Pre-trained Language Models Learn Remarkably Accurate Representations of Numbers (mathLLM) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#3 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
A text based recommender system that leverages explici affective state preferences (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#4 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Evaluating and aligning himan economic risk preference (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#5 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
FISTAPrunner : layer wise post training pruning for LLM (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#6 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
FISTAPruner : layer wise post training pruning for LLM (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#7 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
SEPS : A separability Measure ot Robust Unlearning in LLMs (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#8 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
R-TOFU: Unlearning in Large Reasoning Models (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#9 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
A Fully Probabilistic Perspective on Large Language Model Unlearning: Evaluation and Optimization (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#10 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026
Layer-Aware Representation Filtering: Purifying Finetuning Data to Preserve LLM Safety Alignment (테마) Offen

paper

AIML-K/pinga999_EMNLP_2025_LOG#11 · 0 Kommentare · 0 Reaktionen · 0 zugewiesene Personen · Indexiert am 13.9.2026

AIML-K

Neue Issues direkt in Ihr Postfach