Copertina

Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, He, Yuan, Xingliang, Pan, Shirui
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Computers and Society
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bridging the Fairness Divide: Achieving Group and Individual Fairness in Graph Neural Networks
di: Zhan, Duna, et al.
Pubblicazione: (2024)

GFairHint: Improving Individual Fairness for Graph Neural Networks via Fairness Hint
di: Xu, Paiheng, et al.
Pubblicazione: (2023)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
di: Cong, Zicun, et al.
Pubblicazione: (2024)

Fairness and/or Privacy on Social Graphs
di: Surma, Bartlomiej, et al.
Pubblicazione: (2025)

Toward Fair Graph Neural Networks Via Dual-Teacher Knowledge Distillation
di: Li, Chengyu, et al.
Pubblicazione: (2024)

FairSIN: Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization
di: Yang, Cheng, et al.
Pubblicazione: (2024)

Trustworthy Graph Neural Networks: Aspects, Methods and Trends
di: Zhang, He, et al.
Pubblicazione: (2022)

Monotone Individual Fairness
di: Bechavod, Yahav
Pubblicazione: (2024)

Efficient k-means with Individual Fairness via Exponential Tilting
di: Zhu, Shengkun, et al.
Pubblicazione: (2024)

Physics-Guided Fair Graph Sampling for Water Temperature Prediction in River Networks
di: He, Erhu, et al.
Pubblicazione: (2024)

Rethinking Fair Graph Neural Networks from Re-balancing
di: Li, Zhixun, et al.
Pubblicazione: (2024)

Rethinking Individual Fairness in Deepfake Detection
di: Hou, Aryana, et al.
Pubblicazione: (2025)

Causal Fair Metric: Bridging Causality, Individual Fairness, and Adversarial Robustness
di: Ehyaei, Ahmad-Reza, et al.
Pubblicazione: (2023)

FairGT: A Fairness-aware Graph Transformer
di: Luo, Renqiang, et al.
Pubblicazione: (2024)

FairWire: Fair Graph Generation
di: Kose, O. Deniz, et al.
Pubblicazione: (2024)

Differential Privacy in Two-Layer Networks: How DP-SGD Harms Fairness and Robustness
di: Xu, Ruichen, et al.
Pubblicazione: (2026)

On the (In)Compatibility between Group Fairness and Individual Fairness
di: Xu, Shizhou, et al.
Pubblicazione: (2024)

Fairness Risks for Group-conditionally Missing Demographics
di: Jiang, Kaiqi, et al.
Pubblicazione: (2024)

Training Fair Models in Federated Learning without Data Privacy Infringement
di: Che, Xin, et al.
Pubblicazione: (2021)

FairDP: Certified Fairness with Differential Privacy
di: Tran, Khang, et al.
Pubblicazione: (2023)

Fairpriori: Improving Biased Subgroup Discovery for Deep Neural Network Fairness
di: Zhou, Kacy, et al.
Pubblicazione: (2024)

Modeling Reference-dependent Choices with Graph Neural Networks
di: Zhang, Liang, et al.
Pubblicazione: (2024)

Perturbation Effects on Accuracy and Fairness among Similar Individuals
di: Li, Xuran, et al.
Pubblicazione: (2024)

The Benefits and Risks of Transductive Approaches for AI Fairness
di: Razzak, Muhammed, et al.
Pubblicazione: (2024)

Fair Risk Control: A Generalized Framework for Calibrating Multi-group Fairness Risks
di: Zhang, Lujing, et al.
Pubblicazione: (2024)

BoostFGL: Boosting Fairness in Federated Graph Learning
di: Chen, Zekai, et al.
Pubblicazione: (2026)

Trade-offs Between Individual and Group Fairness in Machine Learning: A Comprehensive Review
di: Benítez-Peña, Sandra, et al.
Pubblicazione: (2026)

Fairness-Aware Graph Representation Learning with Limited Demographic Information
di: Wang, Zichong, et al.
Pubblicazione: (2025)

Privacy Constrained Fairness Estimation for Decision Trees
di: van der Steen, Florian, et al.
Pubblicazione: (2023)

Be Intentional About Fairness!: Fairness, Size, and Multiplicity in the Rashomon Set
di: Dai, Gordon, et al.
Pubblicazione: (2025)

On the Impact of Multi-dimensional Local Differential Privacy on Fairness
di: Makhlouf, Karima, et al.
Pubblicazione: (2023)

Equalised Odds is not Equal Individual Odds: Post-processing for Group and Individual Fairness
di: Small, Edward A., et al.
Pubblicazione: (2023)

Fair Graph Representation Learning via Sensitive Attribute Disentanglement
di: Zhu, Yuchang, et al.
Pubblicazione: (2024)

Learning Fair Representations with Kolmogorov-Arnold Networks
di: Priyadarshini, Amisha, et al.
Pubblicazione: (2025)

A Fair Loss Function for Network Pruning
di: Meyer, Robbie, et al.
Pubblicazione: (2022)

JustQ: Automated Deployment of Fair and Accurate Quantum Neural Networks
di: Wang, Ruhan, et al.
Pubblicazione: (2024)

Decision Making with Differential Privacy under a Fairness Lens
di: Fioretto, Ferdinando, et al.
Pubblicazione: (2021)

Counterfactual Fairness with Graph Uncertainty
di: Valério, Davi, et al.
Pubblicazione: (2026)

Towards Fairness and Privacy: A Novel Data Pre-processing Optimization Framework for Non-binary Protected Attributes
di: Duong, Manh Khoi, et al.
Pubblicazione: (2024)

Marginal Fairness: Fair Decision-Making under Risk Measures
di: Huang, Fei, et al.
Pubblicazione: (2025)