Buchumschlag

Bipartite Graph Variational Auto-Encoder with Fair Latent Representation to Account for Sampling Bias in Ecological Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Anakok, Emre, Barbillon, Pierre, Fontaine, Colin, Thebault, Elisa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretability of Graph Neural Networks to Assess Effects of Global Change Drivers on Ecological Networks
von: Anakok, Emre, et al.
Veröffentlicht: (2025)

Disentangling the structure of ecological bipartite networks from observation processes
von: Anakok, Emre, et al.
Veröffentlicht: (2022)

BicliqueEncoder: An Efficient Method for Link Prediction in Bipartite Networks using Formal Concept Analysis and Transformer Encoder
von: Yang, Hongyuan, et al.
Veröffentlicht: (2025)

Effective Edge-wise Representation Learning in Edge-Attributed Bipartite Graphs
von: Wang, Hewen, et al.
Veröffentlicht: (2024)

Representation Learning on Large Non-Bipartite Transaction Networks using GraphSAGE
von: Tare, Mihir, et al.
Veröffentlicht: (2025)

Refined Graph Encoder Embedding via Self-Training and Latent Community Recovery
von: Shen, Cencheng, et al.
Veröffentlicht: (2024)

Disentangling, Amplifying, and Debiasing: Learning Disentangled Representations for Fair Graph Neural Networks
von: Lee, Yeon-Chang, et al.
Veröffentlicht: (2024)

Towards Fair Graph Representation Learning in Social Networks
von: Zhang, Guixian, et al.
Veröffentlicht: (2024)

Effective Clustering on Large Attributed Bipartite Graphs
von: Yang, Renchi, et al.
Veröffentlicht: (2024)

Common Structure Discovery in Collections of Bipartite Networks: Application to Pollination Systems
von: Lacoste, Louis, et al.
Veröffentlicht: (2025)

PropEnc: A Property Encoder for Graph Neural Networks
von: Said, Anwar, et al.
Veröffentlicht: (2024)

GegenNet: Spectral Convolutional Neural Networks for Link Sign Prediction in Signed Bipartite Graphs
von: Wang, Hewen, et al.
Veröffentlicht: (2025)

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

The Deep Latent Position Topic Model for Clustering and Representation of Networks with Textual Edges
von: Boutin, Rémi, et al.
Veröffentlicht: (2023)

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

Synergistic Graph Fusion via Encoder Embedding
von: Shen, Cencheng, et al.
Veröffentlicht: (2023)

Encoder Embedding for General Graph and Node Classification
von: Shen, Cencheng
Veröffentlicht: (2024)

Theoretical and Empirical Insights into the Origins of Degree Bias in Graph Neural Networks
von: Subramonian, Arjun, et al.
Veröffentlicht: (2024)

Principal Graph Encoder Embedding and Principal Community Detection
von: Shen, Cencheng, et al.
Veröffentlicht: (2025)

Graph Encoder Ensemble for Simultaneous Vertex Embedding and Community Detection
von: Shen, Cencheng, et al.
Veröffentlicht: (2023)

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

Variational Graph Autoencoder for Heterogeneous Information Networks with Missing and Inaccurate Attributes
von: Zhao, Yige, et al.
Veröffentlicht: (2023)

When Heterophily Meets Heterogeneous Graphs: Latent Graphs Guided Unsupervised Representation Learning
von: Shen, Zhixiang, et al.
Veröffentlicht: (2024)

Mitigating Bias in Graph Hyperdimensional Computing
von: Liu, Yezi, et al.
Veröffentlicht: (2025)

Between Linear and Sinusoidal: Rethinking the Time Encoder in Dynamic Graph Learning
von: Chung, Hsing-Huan, et al.
Veröffentlicht: (2025)

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

Transferability of Graph Neural Networks using Graphon and Sampling Theories
von: Neuman, A. Martina, et al.
Veröffentlicht: (2023)

Unifying Generation and Prediction on Graphs with Latent Graph Diffusion
von: Zhou, Cai, et al.
Veröffentlicht: (2024)

Reproducibility Study Of Learning Fair Graph Representations Via Automated Data Augmentations
von: Nijdam, Thijmen, et al.
Veröffentlicht: (2024)

Networked Inequality: Preferential Attachment Bias in Graph Neural Network Link Prediction
von: Subramonian, Arjun, et al.
Veröffentlicht: (2023)

Spatial-Temporal Graph Representation Learning for Tactical Networks Future State Prediction
von: Liu, Junhua, et al.
Veröffentlicht: (2024)

FairACE: Achieving Degree Fairness in Graph Neural Networks via Contrastive and Adversarial Group-Balanced Training
von: Liu, Jiaxin, et al.
Veröffentlicht: (2025)

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

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks
von: Feldman, Or, et al.
Veröffentlicht: (2025)

Neural Graph Generator: Feature-Conditioned Graph Generation using Latent Diffusion Models
von: Evdaimon, Iakovos, et al.
Veröffentlicht: (2024)

Towards Cohesion-Fairness Harmony: Contrastive Regularization in Individual Fair Graph Clustering
von: Ghodsi, Siamak, et al.
Veröffentlicht: (2024)

Towards Fair Graph Anomaly Detection: Problem, Benchmark Datasets, and Evaluation
von: Neo, Neng Kai Nigel, et al.
Veröffentlicht: (2024)

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

Spectral Graph Sparsification Preserves Representation Geometry in Graph Neural Networks
von: Krishnagopal, Sanjukta
Veröffentlicht: (2026)

Hybrid Graph: A Unified Graph Representation with Datasets and Benchmarks for Complex Graphs
von: Li, Zehui, et al.
Veröffentlicht: (2023)