Buchumschlag

Mitigating Degree Bias in Signed Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Fang, Deng, Jinhai, Xue, Ruizhan, Wang, Maojun, Zhang, Zeyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Trustworthy GNNs with LLMs: A Systematic Review and Taxonomy
von: Xue, Ruizhan, et al.
Veröffentlicht: (2025)

Enhancing Signed Graph Neural Networks through Curriculum-Based Training
von: Zhang, Zeyu, et al.
Veröffentlicht: (2023)

Self-Explainable Graph Transformer for Link Sign Prediction
von: Li, Lu, et al.
Veröffentlicht: (2024)

CSGDN: Contrastive Signed Graph Diffusion Network for Predicting Crop Gene-phenotype Associations
von: Pan, Yiru, et al.
Veröffentlicht: (2024)

Comparing Methods for Bias Mitigation in Graph Neural Networks
von: Hoffmann, Barbara, et al.
Veröffentlicht: (2025)

Verbalized Graph Representation Learning: A Fully Interpretable Graph Model Based on Large Language Models Throughout the Entire Process
von: Ji, Xingyu, et al.
Veröffentlicht: (2024)

DropEdge not Foolproof: Effective Augmentation Method for Signed Graph Neural Networks
von: Zhang, Zeyu, et al.
Veröffentlicht: (2024)

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

Mitigating Degree Bias Adaptively with Hard-to-Learn Nodes in Graph Contrastive Learning
von: Hu, Jingyu, et al.
Veröffentlicht: (2025)

TAS-GNN: A Status-Aware Signed Graph Neural Network for Anomaly Detection in Bitcoin Trust Systems
von: Xue, Chang, et al.
Veröffentlicht: (2026)

Exploring Topological Bias in Heterogeneous Graph Neural Networks
von: Zhang, Yihan
Veröffentlicht: (2025)

NeuBM: Mitigating Model Bias in Graph Neural Networks through Neutral Input Calibration
von: Gu, Jiawei, et al.
Veröffentlicht: (2025)

Mitigating Degree Bias in Graph Representation Learning with Learnable Structural Augmentation and Structural Self-Attention
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2025)

A Framework Based on Graph Cellular Automata for Similarity Evaluation in Urban Spatial Networks
von: Wu, Peiru, et al.
Veröffentlicht: (2025)

A Signed Graph Approach to Understanding and Mitigating Oversmoothing in GNNs
von: Wang, Jiaqi, et al.
Veröffentlicht: (2025)

KAN KAN Buff Signed Graph Neural Networks?
von: Shebaro, Muhieddine, et al.
Veröffentlicht: (2025)

Are High-Degree Representations Really Unnecessary in Equivariant Graph Neural Networks?
von: Cen, Jiacheng, et al.
Veröffentlicht: (2024)

Efficient Topology-aware Data Augmentation for High-Degree Graph Neural Networks
von: Lai, Yurui, et al.
Veröffentlicht: (2024)

Cross-Attention Graph Neural Networks for Inferring Gene Regulatory Networks with Skewed Degree Distribution
von: Xiong, Jiaqi, et al.
Veröffentlicht: (2024)

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

Mitigating the Structural Bias in Graph Adversarial Defenses
von: Fang, Junyuan, et al.
Veröffentlicht: (2025)

Dynamic Link Prediction with Temporally Enhanced Signed Graph Neural Networks
von: Regier, Derek, et al.
Veröffentlicht: (2026)

Scalable Quantum Error Mitigation with Physically Informed Graph Neural Networks
von: Wang, Huaxin, et al.
Veröffentlicht: (2026)

Global Confidence Degree Based Graph Neural Network for Financial Fraud Detection
von: Liu, Jiaxun, et al.
Veröffentlicht: (2024)

Graph in Graph Neural Network
von: Wang, Jiongshu, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Coarse- and Fine-Grained Division for Mitigating Label Sparsity and Noise
von: Li, Shuangjie, et al.
Veröffentlicht: (2024)

DFGNN: Dual-frequency Graph Neural Network for Sign-aware Feedback
von: Wu, Yiqing, et al.
Veröffentlicht: (2024)

BOOST: Out-of-Distribution-Informed Adaptive Sampling for Bias Mitigation in Stylistic Convolutional Neural Networks
von: Vijendran, Mridula, et al.
Veröffentlicht: (2025)

Pre-Training Identification of Graph Winning Tickets in Adaptive Spatial-Temporal Graph Neural Networks
von: Duan, Wenying, et al.
Veröffentlicht: (2024)

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

Learning to Count Isomorphisms with Graph Neural Networks
von: Yu, Xingtong, et al.
Veröffentlicht: (2023)

Graph Neural Network and Transformer Integration for Unsupervised System Anomaly Discovery
von: Zi, Yun, et al.
Veröffentlicht: (2025)

Should Bias be Eliminated? A General Framework to Use Bias for OOD Generalization
von: Li, Yan, et al.
Veröffentlicht: (2025)

DMGNN: Detecting and Mitigating Backdoor Attacks in Graph Neural Networks
von: Sui, Hao, et al.
Veröffentlicht: (2024)

BRAVA-GNN: Betweenness Ranking Approximation Via Degree MAss Inspired Graph Neural Network
von: Dachille, Justin, et al.
Veröffentlicht: (2026)

DPCformer: An Interpretable Deep Learning Model for Genomic Prediction in Crops
von: Deng, Pengcheng, et al.
Veröffentlicht: (2025)

Mitigating Over-Squashing in Graph Neural Networks by Spectrum-Preserving Sparsification
von: Liang, Langzhang, et al.
Veröffentlicht: (2025)

Improving Signed Propagation for Graph Neural Networks in Multi-Class Environments
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2023)

Universal Prompt Tuning for Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2022)

Neural Networks with Sparse Activation Induced by Large Bias: Tighter Analysis with Bias-Generalized NTK
von: Yang, Hongru, et al.
Veröffentlicht: (2023)