Evaluating Robustness and Uncertainty of Graph Models Under Structural Distributional Shifts

G. Bazhenov; Kuznedelev D.; Malinin A.; A. Babenko; Prokhorenkova L.

Публикации

?

Evaluating Robustness and Uncertainty of Graph Models Under Structural Distributional Shifts

P. 75567–75594.

Баженов Г. В., Kuznedelev D., Malinin A., Бабенко А. В., Prokhorenkova L.

Язык: английский

Текст на другом сайте

Ключевые слова: robustness graph neural networks graph machine learning benchmark uncertainty estimation

В книге

Advances in Neural Information Processing Systems 36 (NeurIPS 2023)

Curran Associates, Inc., 2023.

RussianSuperGLUE: A Russian Language Understanding Evaluation Benchmark

Shavrina T., Феногенова А. С., Emelyanov A. и др., , in: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2020. P. 4717–4726.

Добавлено: 14 июня 2026 г.

HoTPP benchmark: Are we good at the long horizon events forecasting?

Karpukhin I., Шипилов Ф. А., Савченко А. В., Neurocomputing 2026 Vol. 672 Article 132771

Добавлено: 25 февраля 2026 г.

Multimodal graph, surface, and language-based model for protein protein interaction prediction

Артеага Мореано Б. Д., Червов Н. Р., Попцова М. С., Scientific Reports 2026 Vol. 16 No. 1 Article 4772

Добавлено: 4 февраля 2026 г.

Investigating the analytical robustness of the social and behavioural sciences

Aczel B., Szaszi B., Clelland H. и др., Nature 2026 Vol. 652 P. 135–142

Добавлено: 27 января 2026 г.

ComputAgeBench: Epigenetic Aging Clocks Benchmark

Kriukov D., Efimov E., Kuzmina E. и др., , in: KDD '25: Proceedings of the 31th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. Volume 2.: Association for Computing Machinery (ACM), 2025. P. 5560–5570.

Добавлено: 12 января 2026 г.

Refrigerant Leak Detection in Data Centers Using Topologically Determined Graph Neural Networks

Ivanov S., Borisov V., Али С. и др., , in: 2025 IEEE XVII International Scientific and Technical Conference on Actual Problems of Electronic Instrument Engineering (APEIE).: IEEE, 2025. Ch. 127 P. 1–7.

Добавлено: 19 декабря 2025 г.

Screen-Cam Imitation Module for Improving Data Hiding Robustness

Джанашиа К. М., Aleksandr Fedosov, Oleg Evsutin, Sensors 2025 Vol. 25 No. 23 Article 7726

Добавлено: 28 ноября 2025 г.

Navigating Partial UMLS Terminology: GAT Embeddings and Confidence Analysis for Multilingual Concept Linking

Albina Burlova, CEUR Workshop Proceedings 2025 Vol. 4038 P. 198–205

Добавлено: 10 ноября 2025 г.

GraphLand: Evaluating Graph Machine Learning Models on Diverse Industrial Data

Баженов Г. В., Платонов О. А., Прохоренкова Л. А., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025.

Добавлено: 6 ноября 2025 г.

Ultra Fast Warm Start Solution for Graph Recommendations

Юсупов В. А., Рахуба М. В., Фролов Е. П., , in: CIKM '25: Proceedings of the 34rd ACM International Conference on Information and Knowledge Management.: ACM, 2025. Ch. 1 P. 5469–5473.

В этой работе мы представляем быстрый и эффективный линейный подход к обновлению рекомендаций в масштабируемой графовой рекомендательной системе UltraGCN. Решение этой задачи чрезвычайно важно для поддержания актуальности рекомендаций в условиях большого объема новых данных и меняющихся предпочтений пользователей. Чтобы решить эту проблему, мы адаптируем простой, но эффективный подход к низкоранговой аппроксимации в графовой модели. Наш ...

Добавлено: 3 октября 2025 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

Dynamic Robustification of Trading Management Strategies for Unstable Immersion Environments

Musaev A., Makshanov A., Dmitry Grigoriev, Montenegrin Journal of Economics 2023 Vol. 19 No. 1 P. 19–30

Добавлено: 11 июля 2025 г.

Evaluating the Pragmatic Competence of Large Language Models in Detecting Mitigated and Unmitigated Types of Disagreement

Шульгинов В. А., Hasan Berkcan Şimşek, Sergei Kudriashov и др., , in: Computational Linguistics and Intellectual Technologies: Papers from the Annual International Conference “Dialogue” (2025)Issue 23.: [б.и.], 2025. P. 345–360.

В настоящем исследовании представлена методика оценки эффективности больших языковых моделей (БЯМ) в области выявления несогласия, включая широкий диапазон стратегий его выражения — от смягченных форм до явной вербальной агрессии. Особое внимание уделяется сложным случаям имплицитных проявлений иронии и сарказма, представляющим значительные трудности как для автоматического анализа, так и для межличностного общения. Экспериментальное тестирование БЯМ проводилось ...

Добавлено: 30 апреля 2025 г.

Bi-objective Workflow Scheduling in the Cloud: What is the Real State-of-the-Art?

Yury Semenov, Oleg Sukhoroslov, , in: Supercomputing. 10th Russian Supercomputing Days, RuSCDays 2024, Moscow, Russia, September 23–24, 2024, Revised Selected Papers, Part II* 2.: Springer, 2025. P. 20–31.

Добавлено: 25 апреля 2025 г.

OmniDialog: A Multimodal Benchmark for Generalization Across Text, Visual, and Audio Modalities

Razzhigaev A., Kurkin M., Гончарова Е. Ф. и др., , in: Proceedings of the 2nd GenBench Workshop on Generalisation (Benchmarking) in NLP.: Association for Computational Linguistics, 2024. P. 183–195.

Добавлено: 21 февраля 2025 г.

MERA: A Comprehensive LLM Evaluation in Russian

Феногенова А. С., Chervyakov, A., Martynov N. и др., , in: Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) 2024Vol. 1: Long Papers.: Bangkok: Association for Computational Linguistics, 2024. P. 9920–9948.

Добавлено: 17 февраля 2025 г.

Graph Neural Network for Crawling Target Nodes in Social Networks

Danil Shaikhelislamov, Denis Turdakov, , in: 2022 Ivannikov Ispras Open Conference (ISPRAS).: IEEE, 2022. P. 31–36.

Добавлено: 3 февраля 2025 г.