Buchumschlag

Anomaly Detection and Classification in Knowledge Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Senaratne, Asara, Christen, Peter, Omran, Pouya, Williams, Graham
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

NK-GAD: Neighbor Knowledge-Enhanced Unsupervised Graph Anomaly Detection
von: Wang, Zehao, et al.
Veröffentlicht: (2026)

Online Detection of Anomalies in Temporal Knowledge Graphs with Interpretability
von: Zhang, Jiasheng, et al.
Veröffentlicht: (2024)

A Methodological Report on Anomaly Detection on Dynamic Knowledge Graphs
von: Lu, Xiaohua, et al.
Veröffentlicht: (2024)

GRASP -- Graph-Based Anomaly Detection Through Self-Supervised Classification
von: Buchta, Robin, et al.
Veröffentlicht: (2026)

Differential Privacy for Anomaly Detection: Analyzing the Trade-off Between Privacy and Explainability
von: Ezzeddine, Fatima, et al.
Veröffentlicht: (2024)

Continuous GNN-based Anomaly Detection on Edge using Efficient Adaptive Knowledge Graph Learning
von: Yun, Sanggeon, et al.
Veröffentlicht: (2024)

Cluster Aware Graph Anomaly Detection
von: Zheng, Lecheng, et al.
Veröffentlicht: (2024)

KnowGraph: Knowledge-Enabled Anomaly Detection via Logical Reasoning on Graph Data
von: Zhou, Andy, et al.
Veröffentlicht: (2024)

Anomaly Detection using Ensemble Classification and Evidence Theory
von: Arévalo, Fernando, et al.
Veröffentlicht: (2022)

FGAD: Self-boosted Knowledge Distillation for An Effective Federated Graph Anomaly Detection Framework
von: Cai, Jinyu, et al.
Veröffentlicht: (2024)

UMGAD: Unsupervised Multiplex Graph Anomaly Detection
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Generative Semi-supervised Graph Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2024)

Towards Anomaly-Aware Pre-Training and Fine-Tuning for Graph Anomaly Detection
von: Liu, Yunhui, et al.
Veröffentlicht: (2025)

Learning Feature Encoder with Synthetic Anomalies for Weakly Supervised Graph Anomaly Detection
von: Zhou, Yingjie, et al.
Veröffentlicht: (2026)

A Survey on Graph Neural Networks for Time Series: Forecasting, Classification, Imputation, and Anomaly Detection
von: Jin, Ming, et al.
Veröffentlicht: (2023)

Edge-Enabled Anomaly Detection and Information Completion for Social Network Knowledge Graphs
von: Lu, Fan, et al.
Veröffentlicht: (2024)

How to Use Graph Data in the Wild to Help Graph Anomaly Detection?
von: Cao, Yuxuan, et al.
Veröffentlicht: (2025)

Graph Enhanced Trajectory Anomaly Detection
von: Mbuya, Jonathan Kabala, et al.
Veröffentlicht: (2025)

Graph Evidential Learning for Anomaly Detection
von: Wei, Chunyu, et al.
Veröffentlicht: (2025)

Normality Calibration in Semi-supervised Graph Anomaly Detection
von: Zeng, Guolei, et al.
Veröffentlicht: (2025)

Graph Anomaly Detection in Time Series: A Survey
von: Ho, Thi Kieu Khanh, et al.
Veröffentlicht: (2023)

Weakly Supervised Anomaly Detection via Knowledge-Data Alignment
von: Zhao, Haihong, et al.
Veröffentlicht: (2024)

Knowledge Distillation-Based Model Extraction Attack using GAN-based Private Counterfactual Explanations
von: Ezzeddine, Fatima, et al.
Veröffentlicht: (2024)

Enhancing ECG Classification Robustness with Lightweight Unsupervised Anomaly Detection Filters
von: Ibrahim, Mustafa Fuad Rifet, et al.
Veröffentlicht: (2025)

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

UniGAD: Unifying Multi-level Graph Anomaly Detection
von: Lin, Yiqing, et al.
Veröffentlicht: (2024)

Towards Cross-domain Few-shot Graph Anomaly Detection
von: Chen, Jiazhen, et al.
Veröffentlicht: (2024)

GLADformer: A Mixed Perspective for Graph-level Anomaly Detection
von: Xu, Fan, et al.
Veröffentlicht: (2024)

Context-Aware Graph Attention for Unsupervised Telco Anomaly Detection
von: Malacarne, Sara, et al.
Veröffentlicht: (2026)

GAD-NR: Graph Anomaly Detection via Neighborhood Reconstruction
von: Roy, Amit, et al.
Veröffentlicht: (2023)

Unsupervised Graph Modeling for Anomaly Detection in Accounting Subject Relationships
von: Wang, Yuhan, et al.
Veröffentlicht: (2026)

Robust Anomaly Detection with Graph Neural Networks using Controllability
von: Wei, Yifan, et al.
Veröffentlicht: (2025)

Generalist Graph Anomaly Detection via Prototype-Based Distillation
von: Xu, Yiming, et al.
Veröffentlicht: (2026)

Guarding Graph Neural Networks for Unsupervised Graph Anomaly Detection
von: Bei, Yuanchen, et al.
Veröffentlicht: (2024)

Label-based Graph Augmentation with Metapath for Graph Anomaly Detection
von: Kim, Hwan, et al.
Veröffentlicht: (2023)

Adaptive Alignment: Dynamic Preference Adjustments via Multi-Objective Reinforcement Learning for Pluralistic AI
von: Harland, Hadassah, et al.
Veröffentlicht: (2024)

A Semi-supervised Fake News Detection using Sentiment Encoding and LSTM with Self-Attention
von: Shaeri, Pouya, et al.
Veröffentlicht: (2024)

AnomalyGFM: Graph Foundation Model for Zero/Few-shot Anomaly Detection
von: Qiao, Hezhe, et al.
Veröffentlicht: (2025)

Selecting a classification performance measure: matching the measure to the problem
von: Hand, David J., et al.
Veröffentlicht: (2024)

Understanding Time Series Anomaly State Detection through One-Class Classification
von: Zhou, Hanxu, et al.
Veröffentlicht: (2024)