Copertina

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cong, Zicun, Baoxu, Shi, Li, Shan, Yang, Jaewon, He, Qi, Pei, Jian
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence Computers and Society
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

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

Fair CCA for Fair Representation Learning: An ADNI Study
di: Hou, Bojian, et al.
Pubblicazione: (2025)

FairMT: Fairness for Heterogeneous Multi-Task Learning
di: Hu, Guanyu, et al.
Pubblicazione: (2025)

FFB: A Fair Fairness Benchmark for In-Processing Group Fairness Methods
di: Han, Xiaotian, et al.
Pubblicazione: (2023)

Fairness in Federated Learning: Fairness for Whom?
di: Taik, Afaf, et al.
Pubblicazione: (2025)

Wearable-based Fair and Accurate Pain Assessment Using Multi-Attribute Fairness Loss in Convolutional Neural Networks
di: Zhu, Yidong, et al.
Pubblicazione: (2023)

Endowing Pre-trained Graph Models with Provable Fairness
di: Zhang, Zhongjian, et al.
Pubblicazione: (2024)

MAFT: Efficient Model-Agnostic Fairness Testing for Deep Neural Networks via Zero-Order Gradient Search
di: Wang, Zhaohui, et al.
Pubblicazione: (2024)

BeMap: Balanced Message Passing for Fair Graph Neural Network
di: Lin, Xiao, et al.
Pubblicazione: (2023)

OxonFair: A Flexible Toolkit for Algorithmic Fairness
di: Delaney, Eoin, et al.
Pubblicazione: (2024)

FairPFN: Transformers Can do Counterfactual Fairness
di: Robertson, Jake, et al.
Pubblicazione: (2024)

Cost Efficient Fairness Audit Under Partial Feedback
di: Das, Nirjhar, et al.
Pubblicazione: (2025)

Remembering to Be Fair: Non-Markovian Fairness in Sequential Decision Making
di: Alamdari, Parand A., et al.
Pubblicazione: (2023)

Integrating Social Determinants of Health into Knowledge Graphs: Evaluating Prediction Bias and Fairness in Healthcare
di: Shang, Tianqi, et al.
Pubblicazione: (2024)

The Cost of Local and Global Fairness in Federated Learning
di: Duan, Yuying, et al.
Pubblicazione: (2025)

FairDD: Fair Dataset Distillation
di: Zhou, Qihang, et al.
Pubblicazione: (2024)

FairPOT: Balancing AUC Performance and Fairness with Proportional Optimal Transport
di: Liu, Pengxi, et al.
Pubblicazione: (2025)

FairGridSearch: A Framework to Compare Fairness-Enhancing Models
di: Ma, Shih-Chi, et al.
Pubblicazione: (2024)

FairSHAP: Preprocessing for Fairness Through Attribution-Based Data Augmentation
di: Zhu, Lin, et al.
Pubblicazione: (2025)

FairJob: A Real-World Dataset for Fairness in Online Systems
di: Vladimirova, Mariia, et al.
Pubblicazione: (2024)

SimFair: Physics-Guided Fairness-Aware Learning with Simulation Models
di: Wang, Zhihao, et al.
Pubblicazione: (2024)

FUGNN: Harmonizing Fairness and Utility in Graph Neural Networks
di: Luo, Renqiang, et al.
Pubblicazione: (2024)

CAFIN: Centrality Aware Fairness inducing IN-processing for Unsupervised Representation Learning on Graphs
di: Arun, Arvindh, et al.
Pubblicazione: (2023)

GLOCALFAIR: Jointly Improving Global and Local Group Fairness in Federated Learning
di: Meerza, Syed Irfan Ali, et al.
Pubblicazione: (2024)

FairTargetSim: An Interactive Simulator for Understanding and Explaining the Fairness Effects of Target Variable Definition
di: Gala, Dalia, et al.
Pubblicazione: (2024)

Multi-Output Distributional Fairness via Post-Processing
di: Li, Gang, et al.
Pubblicazione: (2024)

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

Testing Individual Fairness in Graph Neural Networks
di: Nasiri, Roya
Pubblicazione: (2025)

Causal Fairness under Unobserved Confounding: A Neural Sensitivity Framework
di: Schröder, Maresa, et al.
Pubblicazione: (2023)

Learning Fairer Representations with FairVIC
di: Barker, Charmaine, et al.
Pubblicazione: (2024)

Size-adaptive Hypothesis Testing for Fairness
di: Ferrara, Antonio, et al.
Pubblicazione: (2025)

GESD: Beyond Outcome-Oriented Fairness
di: Popoola, Gideon, et al.
Pubblicazione: (2026)

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

Procedural Fairness Through Decoupling Objectionable Data Generating Components
di: Tang, Zeyu, et al.
Pubblicazione: (2023)

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

On Fairness of Low-Rank Adaptation of Large Models
di: Ding, Zhoujie, et al.
Pubblicazione: (2024)

Tuning Derivatives for Causal Fairness in Machine Learning
di: Edström, Filip, et al.
Pubblicazione: (2026)

Procedural Fairness via Group Counterfactual Explanation
di: Popoola, Gideon, et al.
Pubblicazione: (2026)