Buchumschlag

Scalable and Certifiable Graph Unlearning: Overcoming the Approximation Error Barrier

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yi, Lu, Wei, Zhewei
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

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

PolyFormer: Scalable Node-wise Filters via Polynomial Graph Transformer
von: Ma, Jiahong, et al.
Veröffentlicht: (2024)

Convolutional Neural Networks on Graphs with Chebyshev Approximation, Revisited
von: He, Mingguo, et al.
Veröffentlicht: (2022)

Fully Decentralized Certified Unlearning
von: Lamri, Hithem, et al.
Veröffentlicht: (2025)

Hessian-Free Online Certified Unlearning
von: Qiao, Xinbao, et al.
Veröffentlicht: (2024)

IDEA: A Flexible Framework of Certified Unlearning for Graph Neural Networks
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

Certified Unlearning in Decentralized Federated Learning
von: Wu, Hengliang, et al.
Veröffentlicht: (2026)

Certified Unlearning for Neural Networks
von: Koloskova, Anastasia, et al.
Veröffentlicht: (2025)

Towards Certified Unlearning for Deep Neural Networks
von: Zhang, Binchi, et al.
Veröffentlicht: (2024)

A survey of dynamic graph neural networks
von: Zheng, Yanping, et al.
Veröffentlicht: (2024)

Beyond Uniform Deletion: A Data Value-Weighted Framework for Certified Machine Unlearning
von: He, Lisong, et al.
Veröffentlicht: (2025)

Rewind-to-Delete: Certified Machine Unlearning for Nonconvex Functions
von: Mu, Siqiao, et al.
Veröffentlicht: (2024)

Certified Minimax Unlearning with Generalization Rates and Deletion Capacity
von: Liu, Jiaqi, et al.
Veröffentlicht: (2023)

Beyond Over-smoothing: Uncovering the Trainability Challenges in Deep Graph Neural Networks
von: Peng, Jie, et al.
Veröffentlicht: (2024)

TIDFormer: Exploiting Temporal and Interactive Dynamics Makes A Great Dynamic Graph Transformer
von: Peng, Jie, et al.
Veröffentlicht: (2025)

Large-Scale Spectral Graph Neural Networks via Laplacian Sparsification: Technical Report
von: Ding, Haipeng, et al.
Veröffentlicht: (2025)

ReDiSC: A Reparameterized Masked Diffusion Model for Scalable Node Classification with Structured Predictions
von: Li, Yule, et al.
Veröffentlicht: (2025)

Robustness in Text-Attributed Graph Learning: Insights, Trade-offs, and New Defenses
von: Lei, Runlin, et al.
Veröffentlicht: (2025)

Gaussian Certified Unlearning in High Dimensions: A Hypothesis Testing Approach
von: Pandey, Aaradhya, et al.
Veröffentlicht: (2025)

Sequential Subspace Noise Injection Prevents Accuracy Collapse in Certified Unlearning
von: Dolgova, Polina, et al.
Veröffentlicht: (2026)

Overcoming the Curse of Dimensionality in Reinforcement Learning Through Approximate Factorization
von: Lu, Chenbei, et al.
Veröffentlicht: (2024)

Certified Machine Unlearning via Noisy Stochastic Gradient Descent
von: Chien, Eli, et al.
Veröffentlicht: (2024)

A Certified Unlearning Approach without Access to Source Data
von: Basaran, Umit Yigit, et al.
Veröffentlicht: (2025)

Exploring the Potential of Large Language Models as Predictors in Dynamic Text-Attributed Graphs
von: Lei, Runlin, et al.
Veröffentlicht: (2025)

Exact Unlearning from Proxies Induces Closeness Guarantees on Approximate Unlearning
von: Dine, Virgile, et al.
Veröffentlicht: (2026)

Certified Approximate Reachability (CARe): Formal Error Bounds on Deep Learning of Reachable Sets
von: Solanki, Prashant, et al.
Veröffentlicht: (2025)

Forgettable Federated Linear Learning with Certified Data Unlearning
von: Jin, Ruinan, et al.
Veröffentlicht: (2023)

Community-Centric Graph Unlearning
von: Li, Yi, et al.
Veröffentlicht: (2024)

Certified Neural Approximations of Nonlinear Dynamics
von: Mathiesen, Frederik Baymler, et al.
Veröffentlicht: (2025)

A Robust Certified Machine Unlearning Method Under Distribution Shift
von: Guo, Jinduo, et al.
Veröffentlicht: (2026)

Federated Graph Unlearning
von: Ai, Yuming, et al.
Veröffentlicht: (2025)

Adaptive Graph Unlearning
von: Ding, Pengfei, et al.
Veröffentlicht: (2025)

Intruding with Words: Towards Understanding Graph Injection Attacks at the Text Level
von: Lei, Runlin, et al.
Veröffentlicht: (2024)

Certifying the Right to Be Forgotten: Primal-Dual Optimization for Sample and Label Unlearning in Vertical Federated Learning
von: Jiang, Yu, et al.
Veröffentlicht: (2025)

Future Link Prediction Without Memory or Aggregation
von: Yi, Lu, et al.
Veröffentlicht: (2025)

Scalable Best-of-N Selection for Large Language Models via Self-Certainty
von: Kang, Zhewei, et al.
Veröffentlicht: (2025)

ErrorEraser: Unlearning Data Bias for Improved Continual Learning
von: Cao, Xuemei, et al.
Veröffentlicht: (2025)

A Survey of Graph Unlearning
von: Said, Anwar, et al.
Veröffentlicht: (2023)

EquiPocket: an E(3)-Equivariant Geometric Graph Neural Network for Ligand Binding Site Prediction
von: Zhang, Yang, et al.
Veröffentlicht: (2023)

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