Buchumschlag

Federated Knowledge Graph Unlearning via Diffusion Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Bingchen, Fang, Yuanyuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Knowledge Graph Unlearning with Zeroth-order Information
von: Xiao, Yang, et al.
Veröffentlicht: (2025)

Low-Dimensional Federated Knowledge Graph Embedding via Knowledge Distillation
von: Zhang, Xiaoxiong, et al.
Veröffentlicht: (2024)

Tree-based Models for Vertical Federated Learning: A Survey
von: Qian, Bingchen, et al.
Veröffentlicht: (2025)

Re-understanding Graph Unlearning through Memorization
von: Ding, Pengfei, et al.
Veröffentlicht: (2026)

Learn to Unlearn: Meta-Learning-Based Knowledge Graph Embedding Unlearning
von: Xu, Naixing, et al.
Veröffentlicht: (2024)

GUDA: Counterfactual Group-wise Training Data Attribution for Diffusion Models via Unlearning
von: Murata, Naoki, et al.
Veröffentlicht: (2026)

A Zero-shot Learning Method Based on Large Language Models for Multi-modal Knowledge Graph Embedding
von: Liu, Bingchen, et al.
Veröffentlicht: (2025)

Memory Self-Regeneration: Uncovering Hidden Knowledge in Unlearned Models
von: Polowczyk, Agnieszka, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graph Unlearning
von: Guo, Qiming, et al.
Veröffentlicht: (2025)

Certified Signed Graph Unlearning
von: Zhao, Junpeng, et al.
Veröffentlicht: (2025)

Probing Knowledge Holes in Unlearned LLMs
von: Ko, Myeongseob, et al.
Veröffentlicht: (2025)

ZeroUnlearn: Few-Shot Knowledge Unlearning in Large Language Models
von: Lin, Yujie, et al.
Veröffentlicht: (2026)

Sky of Unlearning (SoUL): Rewiring Federated Machine Unlearning via Selective Pruning
von: Zaman, Md Mahabub Uz, et al.
Veröffentlicht: (2025)

Forgetting is Competition: Rethinking Unlearning as Representation Interference in Diffusion Models
von: Ranjan, Ashutosh, et al.
Veröffentlicht: (2026)

Arbitrary Time Information Modeling via Polynomial Approximation for Temporal Knowledge Graph Embedding
von: Fang, Zhiyu, et al.
Veröffentlicht: (2024)

GraphToxin: Reconstructing Full Unlearned Graphs from Graph Unlearning
von: Song, Ying, et al.
Veröffentlicht: (2025)

Hierarchical Federated Unlearning for Large Language Models
von: Zhong, Yisheng, et al.
Veröffentlicht: (2025)

Scalable Federated Unlearning via Isolated and Coded Sharding
von: Lin, Yijing, et al.
Veröffentlicht: (2024)

ROKA: Robust Knowledge Unlearning against Adversaries
von: Shin, Jinmyeong, et al.
Veröffentlicht: (2026)

SAeUron: Interpretable Concept Unlearning in Diffusion Models with Sparse Autoencoders
von: Cywiński, Bartosz, et al.
Veröffentlicht: (2025)

Towards Federated Domain Unlearning: Verification Methodologies and Challenges
von: Tam, Kahou, et al.
Veröffentlicht: (2024)

Federated Unlearning in the Wild: Rethinking Fairness and Data Discrepancy
von: Huang, ZiHeng, et al.
Veröffentlicht: (2025)

Unlearning Clients, Features and Samples in Vertical Federated Learning
von: Varshney, Ayush K., et al.
Veröffentlicht: (2025)

DRAGD: A Federated Unlearning Data Reconstruction Attack Based on Gradient Differences
von: Ju, Bocheng, et al.
Veröffentlicht: (2025)

Distinguishable Deletion: Unifying Knowledge Erasure and Refusal for Large Language Model Unlearning
von: Yang, Puning, et al.
Veröffentlicht: (2026)

Beyond the Known: Novel Class Discovery for Open-world Graph Learning
von: Jin, Yucheng, et al.
Veröffentlicht: (2024)

Graph Unlearning: Efficient Node Removal in Graph Neural Networks
von: Guan, Faqian, et al.
Veröffentlicht: (2025)

Unlearning vs. Obfuscation: Are We Truly Removing Knowledge?
von: Sun, Guangzhi, et al.
Veröffentlicht: (2025)

Graffe: Graph Representation Learning via Diffusion Probabilistic Models
von: Chen, Dingshuo, et al.
Veröffentlicht: (2025)

Efficient Machine Unlearning via Influence Approximation
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

Auditing Language Model Unlearning via Information Decomposition
von: Goel, Anmol, et al.
Veröffentlicht: (2026)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
von: Lee, Jaejun, et al.
Veröffentlicht: (2026)

Context-Aware Adapter Tuning for Few-Shot Relation Learning in Knowledge Graphs
von: Liu, Ran, et al.
Veröffentlicht: (2024)

QuickDrop: Efficient Federated Unlearning by Integrated Dataset Distillation
von: Dhasade, Akash, et al.
Veröffentlicht: (2023)

Unlearning via Sparse Representations
von: Shah, Vedant, et al.
Veröffentlicht: (2023)

Open Knowledge Base Canonicalization with Multi-task Learning
von: Liu, Bingchen, et al.
Veröffentlicht: (2024)

RWKU: Benchmarking Real-World Knowledge Unlearning for Large Language Models
von: Jin, Zhuoran, et al.
Veröffentlicht: (2024)

OpenGU: A Comprehensive Benchmark for Graph Unlearning
von: Fan, Bowen, et al.
Veröffentlicht: (2025)

Semantic Level of Detail for Knowledge Graphs: Discovering Abstraction Boundaries via Spectral Heat Diffusion
von: Izgorodin, Edward
Veröffentlicht: (2026)

Machine Unlearning in Low-Dimensional Feature Subspace
von: Fang, Kun, et al.
Veröffentlicht: (2026)