Buchumschlag

Enhancing Trustworthiness of Graph Neural Networks with Rank-Based Conformal Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Ting, Zhou, Zhixin, Luo, Rui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Residual Reweighted Conformal Prediction for Graph Neural Networks
von: Zhang, Zheng, et al.
Veröffentlicht: (2025)

Trustworthy Classification through Rank-Based Conformal Prediction Sets
von: Luo, Rui, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Robustness with Conformal Prediction: A Framework for Guaranteed Model Reliability
von: Bao, Jie, et al.
Veröffentlicht: (2025)

Trustworthy Graph Neural Networks: Aspects, Methods and Trends
von: Zhang, He, et al.
Veröffentlicht: (2022)

Conformalized Link Prediction on Graph Neural Networks
von: Zhao, Tianyi, et al.
Veröffentlicht: (2024)

Identifying Backdoored Graphs in Graph Neural Network Training: An Explanation-Based Approach with Novel Metrics
von: Downer, Jane, et al.
Veröffentlicht: (2024)

Harnessing Orthogonality to Train Low-Rank Neural Networks
von: Coquelin, Daniel, et al.
Veröffentlicht: (2024)

Accelerating Storage-Based Training for Graph Neural Networks
von: Jang, Myung-Hwan, et al.
Veröffentlicht: (2026)

Conditional Shift-Robust Conformal Prediction for Graph Neural Network
von: Akansha, S.
Veröffentlicht: (2024)

Enhancing the Resilience of Graph Neural Networks to Topological Perturbations in Sparse Graphs
von: He, Shuqi, et al.
Veröffentlicht: (2024)

Factor Graph-based Interpretable Neural Networks
von: Li, Yicong, et al.
Veröffentlicht: (2025)

Rank Collapse Causes Over-Smoothing and Over-Correlation in Graph Neural Networks
von: Roth, Andreas, et al.
Veröffentlicht: (2023)

RoCP-GNN: Robust Conformal Prediction for Graph Neural Networks in Node-Classification
von: Akansha, S.
Veröffentlicht: (2024)

Sketch-GNN: Scalable Graph Neural Networks with Sublinear Training Complexity
von: Ding, Mucong, et al.
Veröffentlicht: (2024)

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

Tuning for Trustworthiness -- Balancing Performance and Explanation Consistency in Neural Network Optimization
von: Hinterleitner, Alexander, et al.
Veröffentlicht: (2025)

Training-free Graph Neural Networks and the Power of Labels as Features
von: Sato, Ryoma
Veröffentlicht: (2024)

GNNavigator: Towards Adaptive Training of Graph Neural Networks via Automatic Guideline Exploration
von: Qiao, Tong, et al.
Veröffentlicht: (2024)

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

Online Adversarial Knowledge Distillation for Graph Neural Networks
von: Wang, Can, et al.
Veröffentlicht: (2021)

Dynamic Triangulation-Based Graph Rewiring for Graph Neural Networks
von: Attali, Hugo, et al.
Veröffentlicht: (2025)

KAA: Kolmogorov-Arnold Attention for Enhancing Attentive Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2025)

Search to Fine-tune Pre-trained Graph Neural Networks for Graph-level Tasks
von: Wang, Zhili, et al.
Veröffentlicht: (2023)

Relating-Up: Advancing Graph Neural Networks through Inter-Graph Relationships
von: Zou, Qi, et al.
Veröffentlicht: (2024)

A Hybrid Graph Neural Network for Enhanced EEG-Based Depression Detection
von: Wang, Yiye, et al.
Veröffentlicht: (2024)

Conformalized Neural Networks for Federated Uncertainty Quantification under Dual Heterogeneity
von: Nguyen, Quang-Huy, et al.
Veröffentlicht: (2026)

Non-Euclidean Spatial Graph Neural Network
von: Zhang, Zheng, et al.
Veröffentlicht: (2023)

GraphRARE: Reinforcement Learning Enhanced Graph Neural Network with Relative Entropy
von: Peng, Tianhao, et al.
Veröffentlicht: (2023)

ROOT: Robust Orthogonalized Optimizer for Neural Network Training
von: He, Wei, et al.
Veröffentlicht: (2025)

Generalizing Graph Neural Networks on Out-Of-Distribution Graphs
von: Fan, Shaohua, et al.
Veröffentlicht: (2021)

GraphLoRA: Structure-Aware Contrastive Low-Rank Adaptation for Cross-Graph Transfer Learning
von: Yang, Zhe-Rui, et al.
Veröffentlicht: (2024)

SCPL: Enhancing Neural Network Training Throughput with Decoupled Local Losses and Model Parallelism
von: Ho, Ming-Yao, et al.
Veröffentlicht: (2026)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2024)

Non-convolutional Graph Neural Networks
von: Wang, Yuanqing, et al.
Veröffentlicht: (2024)

Towards Graph Foundation Models: Training on Knowledge Graphs Enables Transferability to General Graphs
von: Wang, Kai, et al.
Veröffentlicht: (2024)

Temporal Inductive Path Neural Network for Temporal Knowledge Graph Reasoning
von: Dong, Hao, et al.
Veröffentlicht: (2023)

QuadEnhancer: Leveraging Quadratic Transformations to Enhance Deep Neural Networks
von: Chen, Qian, et al.
Veröffentlicht: (2025)

Boolean Product Graph Neural Networks
von: Wang, Ziyan, et al.
Veröffentlicht: (2024)

Conditional Conformal Risk Adaptation
von: Luo, Rui, et al.
Veröffentlicht: (2025)

Combinatorial Optimization with Automated Graph Neural Networks
von: Liu, Yang, et al.
Veröffentlicht: (2024)