Buchumschlag

Testing Individual Fairness in Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Nasiri, Roya
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

ComFairGNN: Community Fair Graph Neural Network
von: Sium, Yonas, et al.
Veröffentlicht: (2024)

Benchmarking Fairness-aware Graph Neural Networks in Knowledge Graphs
von: Sasaki, Yuya
Veröffentlicht: (2025)

FUGNN: Harmonizing Fairness and Utility in Graph Neural Networks
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

Fair Graph Neural Network with Supervised Contrastive Regularization
von: Kejani, Mahdi Tavassoli, et al.
Veröffentlicht: (2024)

FnRGNN: Distribution-aware Fairness in Graph Neural Network
von: Park, Soyoung, et al.
Veröffentlicht: (2025)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)

FairGU: Fairness-aware Graph Unlearning in Social Networks
von: Luo, Renqiang, et al.
Veröffentlicht: (2026)

Individual Fairness In Strategic Classification
von: Zuo, Zhiqun, et al.
Veröffentlicht: (2026)

Rethinking Fair Graph Neural Networks from Re-balancing
von: Li, Zhixun, et al.
Veröffentlicht: (2024)

Fair Recourse for All: Ensuring Individual and Group Fairness in Counterfactual Explanations
von: Ezzeddine, Fatima, et al.
Veröffentlicht: (2026)

NeuFair: Neural Network Fairness Repair with Dropout
von: Dasu, Vishnu Asutosh, et al.
Veröffentlicht: (2024)

FairProof : Confidential and Certifiable Fairness for Neural Networks
von: Yadav, Chhavi, et al.
Veröffentlicht: (2024)

BeMap: Balanced Message Passing for Fair Graph Neural Network
von: Lin, Xiao, et al.
Veröffentlicht: (2023)

Graphs Unveiled: Graph Neural Networks and Graph Generation
von: Kovács, László, et al.
Veröffentlicht: (2024)

On the Correlation between Individual Fairness and Predictive Accuracy in Probabilistic Models
von: Antonucci, Alessandro, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Superposition in Graph Neural Networks
von: Pertl, Lukas, et al.
Veröffentlicht: (2025)

Transformers are Graph Neural Networks
von: Joshi, Chaitanya K.
Veröffentlicht: (2025)

Commute Graph Neural Networks
von: Zhuo, Wei, et al.
Veröffentlicht: (2024)

Cooperative Graph Neural Networks
von: Finkelshtein, Ben, et al.
Veröffentlicht: (2023)

FairACE: Achieving Degree Fairness in Graph Neural Networks via Contrastive and Adversarial Group-Balanced Training
von: Liu, Jiaxin, et al.
Veröffentlicht: (2025)

FROG: Fair Removal on Graphs
von: Chen, Ziheng, et al.
Veröffentlicht: (2025)

Towards Cohesion-Fairness Harmony: Contrastive Regularization in Individual Fair Graph Clustering
von: Ghodsi, Siamak, et al.
Veröffentlicht: (2024)

GraphXAIN: Narratives to Explain Graph Neural Networks
von: Cedro, Mateusz, et al.
Veröffentlicht: (2024)

Graph Neural Networks Use Graphs When They Shouldn't
von: Bechler-Speicher, Maya, et al.
Veröffentlicht: (2023)

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

Explaining Graph Neural Networks for Node Similarity on Graphs
von: Daza, Daniel, et al.
Veröffentlicht: (2024)

Full Bayesian Significance Testing for Neural Networks
von: Liu, Zehua, et al.
Veröffentlicht: (2024)

Spectro-Riemannian Graph Neural Networks
von: Grover, Karish, et al.
Veröffentlicht: (2025)

Causal Graph Neural Networks for Healthcare
von: Mesinovic, Munib, et al.
Veröffentlicht: (2025)

An Active Diffusion Neural Network for Graphs
von: Jiang, Mengying
Veröffentlicht: (2025)

Graph Neural Networks at a Fraction
von: Joshi, Rucha Bhalchandra, et al.
Veröffentlicht: (2025)

GraphTOP: Graph Topology-Oriented Prompting for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Graph Neural Networks
von: De Carlo, Gianluca, et al.
Veröffentlicht: (2024)

Logical Distillation of Graph Neural Networks
von: Pluska, Alexander, et al.
Veröffentlicht: (2024)

Understanding Pooling in Graph Neural Networks
von: Grattarola, Daniele, et al.
Veröffentlicht: (2021)

Differentiable Cluster Graph Neural Network
von: Dong, Yanfei, et al.
Veröffentlicht: (2024)

Sparse Decomposition of Graph Neural Networks
von: Hu, Yaochen, et al.
Veröffentlicht: (2024)

Continuous Product Graph Neural Networks
von: Einizade, Aref, et al.
Veröffentlicht: (2024)

On the Expressive Power of Graph Neural Networks
von: Nalwade, Ashwin, et al.
Veröffentlicht: (2024)