Buchumschlag

Counterfactual Data Augmentation with Denoising Diffusion for Graph Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Chunjing, Pang, Shikang, Xu, Xovee, Li, Xuan, Trajcevski, Goce, Zhou, Fan
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

Motif-Consistent Counterfactuals with Adversarial Refinement for Graph-Level Anomaly Detection
von: Xiao, Chunjing, et al.
Veröffentlicht: (2024)

Reconciling Attribute and Structural Anomalies for Improved Graph Anomaly Detection
von: Xiao, Chunjing, et al.
Veröffentlicht: (2025)

Data Augmentation for Supervised Graph Outlier Detection via Latent Diffusion Models
von: Liu, Kay, et al.
Veröffentlicht: (2023)

Truncated Affinity Maximization: One-class Homophily Modeling for Graph Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2023)

PhoGAD: Graph-based Anomaly Behavior Detection with Persistent Homology Optimization
von: Yuan, Ziqi, et al.
Veröffentlicht: (2024)

Open-Set Graph Anomaly Detection via Normal Structure Regularisation
von: Wang, Qizhou, et al.
Veröffentlicht: (2023)

Multitask Active Learning for Graph Anomaly Detection
von: Chang, Wenjing, et al.
Veröffentlicht: (2024)

Flex-GAD : Flexible Graph Anomaly Detection
von: Chakraborty, Apu, et al.
Veröffentlicht: (2025)

Faster Local Solvers for Graph Diffusion Equations
von: Bai, Jiahe, et al.
Veröffentlicht: (2024)

Mitigating topology biases in Graph Diffusion via Counterfactual Intervention
von: Wang, Wendi, et al.
Veröffentlicht: (2026)

HC-GLAD: Dual Hyperbolic Contrastive Learning for Unsupervised Graph-Level Anomaly Detection
von: Fu, Yali, et al.
Veröffentlicht: (2024)

RABot: Reinforcement-Guided Graph Augmentation for Imbalanced and Noisy Social Bot Detection
von: Zhang, Longlong, et al.
Veröffentlicht: (2026)

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

Graph-based Diffusion Model for Collaborative Filtering
von: Zhang, Xuan, et al.
Veröffentlicht: (2025)

NetDiff: Deep Graph Denoising Diffusion for Ad Hoc Network Topology Generation
von: Marcoccia, Félix, et al.
Veröffentlicht: (2024)

Chi-Square Wavelet Graph Neural Networks for Heterogeneous Graph Anomaly Detection
von: Li, Xiping, et al.
Veröffentlicht: (2025)

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

Bi-directional Curriculum Learning for Graph Anomaly Detection: Dual Focus on Homogeneity and Heterogeneity
von: Hao, Yitong, et al.
Veröffentlicht: (2025)

Rethinking Reconstruction-based Graph-Level Anomaly Detection: Limitations and a Simple Remedy
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

DiffGAD: A Diffusion-based Unsupervised Graph Anomaly Detector
von: Li, Jinghan, et al.
Veröffentlicht: (2024)

Joint Graph Rewiring and Feature Denoising via Spectral Resonance
von: Linkerhägner, Jonas, et al.
Veröffentlicht: (2024)

Boundary-enhanced time series data imputation with long-term dependency diffusion models
von: Xiao, Chunjing, et al.
Veröffentlicht: (2025)

Structure-prior Informed Diffusion Model for Graph Source Localization with Limited Data
von: Chen, Hongyi, et al.
Veröffentlicht: (2025)

Flexible Diffusion Scopes with Parameterized Laplacian for Heterophilic Graph Learning
von: Lu, Qincheng, et al.
Veröffentlicht: (2024)

Enhancing Fairness in Unsupervised Graph Anomaly Detection through Disentanglement
von: Chang, Wenjing, et al.
Veröffentlicht: (2024)

GCTAM: Global and Contextual Truncated Affinity Combined Maximization Model For Unsupervised Graph Anomaly Detection
von: Zhang, Xiong, et al.
Veröffentlicht: (2026)

Graph Contrastive Invariant Learning from the Causal Perspective
von: Mo, Yanhu, et al.
Veröffentlicht: (2024)

HLSAD: Hodge Laplacian-based Simplicial Anomaly Detection
von: Frantzen, Florian, et al.
Veröffentlicht: (2025)

Affinity Uncertainty-based Hard Negative Mining in Graph Contrastive Learning
von: Niu, Chaoxi, et al.
Veröffentlicht: (2023)

A Comprehensive Review of Community Detection in Graphs
von: Li, Jiakang, et al.
Veröffentlicht: (2023)

Spectral-Aware Augmentation for Enhanced Graph Representation Learning
von: Yang, Kaiqi, et al.
Veröffentlicht: (2023)

Evading Community Detection via Counterfactual Neighborhood Search
von: Bernini, Andrea, et al.
Veröffentlicht: (2023)

A Comparative Study on Enhancing Prediction in Social Network Advertisement through Data Augmentation
von: Yang, Qikai, et al.
Veröffentlicht: (2024)

Dynamic Fraud Detection: Integrating Reinforcement Learning into Graph Neural Networks
von: Dong, Yuxin, et al.
Veröffentlicht: (2024)

MGDCF: Distance Learning via Markov Graph Diffusion for Neural Collaborative Filtering
von: Hu, Jun, et al.
Veröffentlicht: (2022)

Can Modifying Data Address Graph Domain Adaptation?
von: Huang, Renhong, et al.
Veröffentlicht: (2024)

Heterophilous Distribution Propagation for Graph Neural Networks
von: Zheng, Zhuonan, et al.
Veröffentlicht: (2024)

MetaGAD: Meta Representation Adaptation for Few-Shot Graph Anomaly Detection
von: Xu, Xiongxiao, et al.
Veröffentlicht: (2023)

SAHG: Sector-Anisotropic Hyperbolic Graph Model for Social Bot Detection
von: Lu, Hanning, et al.
Veröffentlicht: (2026)

A Split-Window Transformer for Multi-Model Sequence Spammer Detection using Multi-Model Variational Autoencoder
von: Yang, Zhou, et al.
Veröffentlicht: (2025)