:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Zihan, Huang, Hong, Zhou, Yongkang, Zhang, Jiping, Chen, Nuo, Jin, Hai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2406.03052
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

MAPPING: Debiasing Graph Neural Networks for Fair Node Classification with Limited Sensitive Information Leakage
von: Song, Ying, et al.
Veröffentlicht: (2024)

Concolic Testing on Individual Fairness of Neural Network Models
von: Huang, Ming-I, et al.
Veröffentlicht: (2025)

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

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

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

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

SaGIF: Improving Individual Fairness in Graph Neural Networks via Similarity Encoding
von: Zhu, Yuchang, et al.
Veröffentlicht: (2025)

Is It Still Fair? Investigating Gender Fairness in Cross-Corpus Speech Emotion Recognition
von: Upadhyay, Shreya G., et al.
Veröffentlicht: (2025)

Controllable Pareto Trade-off between Fairness and Accuracy
von: Du, Yongkang, et al.
Veröffentlicht: (2025)

Causally Fair Node Classification on Non-IID Graph Data
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

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

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

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)

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

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

Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks
von: Zhang, He, et al.
Veröffentlicht: (2023)

Equipping Federated Graph Neural Networks with Structure-aware Group Fairness
von: Cui, Nan, et al.
Veröffentlicht: (2023)

Enhancing Fairness in Autoencoders for Node-Level Graph Anomaly Detection
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

FairNVT: Improving Fairness via Noise Injection in Vision Transformers
von: Tang, Qiaoyue, et al.
Veröffentlicht: (2026)

Attacks on Node Attributes in Graph Neural Networks
von: Xu, Ying, et al.
Veröffentlicht: (2024)

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

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

Fair Graph Neural Network with Supervised Contrastive Regularization
von: Kejani, Mahdi Tavassoli, et al.
Veröffentlicht: (2024)

Is Your Model Fairly Certain? Uncertainty-Aware Fairness Evaluation for LLMs
von: Wang, Yinong Oliver, et al.
Veröffentlicht: (2025)

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

NeuFair: Neural Network Fairness Repair with Dropout
von: Dasu, Vishnu Asutosh, et al.
Veröffentlicht: (2024)

FairProof : Confidential and Certifiable Fairness for Neural Networks
von: Yadav, Chhavi, et al.
Veröffentlicht: (2024)

LiSA: Leveraging Link Recommender to Attack Graph Neural Networks via Subgraph Injection
von: Zhang, Wenlun, et al.
Veröffentlicht: (2025)

Fair Bilevel Neural Network (FairBiNN): On Balancing fairness and accuracy via Stackelberg Equilibrium
von: Yazdani-Jahromi, Mehdi, et al.
Veröffentlicht: (2024)

Query-Based and Unnoticeable Graph Injection Attack from Neighborhood Perspective
von: Liu, Chang, et al.
Veröffentlicht: (2025)

Adversarial Graph Neural Network Benchmarks: Towards Practical and Fair Evaluation
von: Ngo, Tran Gia Bao, et al.
Veröffentlicht: (2026)

A Simple and Yet Fairly Effective Defense for Graph Neural Networks
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2024)

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