Buchumschlag

Equipping Federated Graph Neural Networks with Structure-aware Group Fairness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Nan, Wang, Xiuling, Wang, Wendy Hui, Chen, Violet, Ning, Yue
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Lightweight Fairness for LLM-Based Recommendations via Kernelized Projection and Gated Adapters
von: Cui, Nan, et al.
Veröffentlicht: (2026)

Benchmarking Fairness-aware Graph Neural Networks in Knowledge Graphs
von: Sasaki, Yuya
Veröffentlicht: (2025)

Safeguarding Graph Neural Networks against Topology Inference Attacks
von: Fu, Jie, et al.
Veröffentlicht: (2025)

Communication-efficient Federated Graph Classification via Generative Diffusion Modeling
von: Wang, Xiuling, et al.
Veröffentlicht: (2026)

FnRGNN: Distribution-aware Fairness in Graph Neural Network
von: Park, Soyoung, et al.
Veröffentlicht: (2025)

Adaptive Dual Prompting: Hierarchical Debiasing for Fairness-aware Graph Neural Networks
von: Yang, Yuhan, et al.
Veröffentlicht: (2025)

Homophily-aware Supervised Contrastive Counterfactual Augmented Fair Graph Neural Network
von: Kejani, Mahdi Tavassoli, et al.
Veröffentlicht: (2026)

Quantum Graph Attention Network: A Novel Quantum Multi-Head Attention Mechanism for Graph Learning
von: Ning, An, et al.
Veröffentlicht: (2025)

Adversarial Attacks on Fairness of Graph Neural Networks
von: Zhang, Binchi, et al.
Veröffentlicht: (2023)

FairGU: Fairness-aware Graph Unlearning in Social Networks
von: Luo, Renqiang, et al.
Veröffentlicht: (2026)

Improving Fairness in Graph Neural Networks via Counterfactual Debiasing
von: Wo, Zengyi, et al.
Veröffentlicht: (2025)

GRAPHGINI: Fostering Individual and Group Fairness in Graph Neural Networks
von: Sirohi, Anuj Kumar, et al.
Veröffentlicht: (2024)

FairGC: Fairness-aware Graph Condensation
von: Gao, Yihan, et al.
Veröffentlicht: (2026)

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

A Topology-aware Graph Coarsening Framework for Continual Graph Learning
von: Han, Xiaoxue, et al.
Veröffentlicht: (2024)

Explaining Graph Neural Networks via Structure-aware Interaction Index
von: Bui, Ngoc, et al.
Veröffentlicht: (2024)

Quantum Pointwise Convolution: A Flexible and Scalable Approach for Neural Network Enhancement
von: Ning, An, et al.
Veröffentlicht: (2024)

Motif-aware Riemannian Graph Neural Network with Generative-Contrastive Learning
von: Sun, Li, et al.
Veröffentlicht: (2024)

FairGSE: Fairness-Aware Graph Neural Network without High False Positive Rates
von: Ye, Zhenqiang, et al.
Veröffentlicht: (2025)

Towards Fair Graph Neural Networks via Graph Counterfactual without Sensitive Attributes
von: Wang, Xuemin, et al.
Veröffentlicht: (2024)

FairFLRep: Fairness aware fault localization and repair of Deep Neural Networks
von: Openja, Moses, et al.
Veröffentlicht: (2025)

Heterogeneous Graph Neural Networks with Loss-decrease-aware Curriculum Learning
von: Wang, Yili
Veröffentlicht: (2024)

DFed-SST: Building Semantic- and Structure-aware Topologies for Decentralized Federated Graph Learning
von: Guo, Lianshuai, et al.
Veröffentlicht: (2025)

PFAttack: Stealthy Attack Bypassing Group Fairness in Federated Learning
von: Gao, Jiashi, et al.
Veröffentlicht: (2024)

Rethinking Structure Learning For Graph Neural Networks
von: Zheng, Yilun, et al.
Veröffentlicht: (2024)

Dual-Frequency Filtering Self-aware Graph Neural Networks for Homophilic and Heterophilic Graphs
von: Yang, Yachao, et al.
Veröffentlicht: (2024)

Fed-Listing: Federated Label Distribution Inference in Graph Neural Networks
von: Nakarmi, Suprim, et al.
Veröffentlicht: (2026)

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

A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness, Fairness, and Explainability
von: Dai, Enyan, et al.
Veröffentlicht: (2022)

Efficient Topology-aware Data Augmentation for High-Degree Graph Neural Networks
von: Lai, Yurui, et al.
Veröffentlicht: (2024)

Are Your Models Still Fair? Fairness Attacks on Graph Neural Networks via Node Injections
von: Luo, Zihan, et al.
Veröffentlicht: (2024)

Cluster-Enhanced Federated Graph Neural Network for Recommendation
von: Wang, Haiyan, et al.
Veröffentlicht: (2024)

Towards Group Fairness with Multiple Sensitive Attributes in Federated Foundation Models
von: Yang, Yuning, et al.
Veröffentlicht: (2025)

ComFairGNN: Community Fair Graph Neural Network
von: Sium, Yonas, et al.
Veröffentlicht: (2024)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

SGAC: A Graph Neural Network Framework for Imbalanced and Structure-Aware AMP Classification
von: Wang, Yingxu, et al.
Veröffentlicht: (2024)

FairQuant: Certifying and Quantifying Fairness of Deep Neural Networks
von: Kim, Brian Hyeongseok, et al.
Veröffentlicht: (2024)

Certified Defense on the Fairness of Graph Neural Networks
von: Dong, Yushun, et al.
Veröffentlicht: (2023)

Testing Individual Fairness in Graph Neural Networks
von: Nasiri, Roya
Veröffentlicht: (2025)

FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
von: Yang, Shangshang, et al.
Veröffentlicht: (2025)