Buchumschlag

Let's Grow an Unbiased Community: Guiding the Fairness of Graphs via New Links

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Jiahua, Liu, Huaxiao, Bai, Shuotong, Xu, Junjie, Luo, Renqiang, Dai, Enyan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Route to Rome Attack: Directing LLM Routers to Expensive Models via Adversarial Suffix Optimization
von: Tang, Haochun, et al.
Veröffentlicht: (2026)

Fairness in Graph Learning Augmented with Machine Learning: A Survey
von: Luo, Renqiang, et al.
Veröffentlicht: (2025)

Shape-aware Graph Spectral Learning
von: Xu, Junjie, et al.
Veröffentlicht: (2023)

LiSA: Leveraging Link Recommender to Attack Graph Neural Networks via Subgraph Injection
von: Zhang, Wenlun, et al.
Veröffentlicht: (2025)

SCL-GNN: Towards Generalizable Graph Neural Networks via Spurious Correlation Learning
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2026)

A Comprehensive Survey on Trustworthy Graph Neural Networks: Privacy, Robustness, Fairness, and Explainability
von: Dai, Enyan, et al.
Veröffentlicht: (2022)

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

Stealing Training Graphs from Graph Neural Networks
von: Lin, Minhua, et al.
Veröffentlicht: (2024)

FairGC: Fairness-aware Graph Condensation
von: Gao, Yihan, et al.
Veröffentlicht: (2026)

FairGT: A Fairness-aware Graph Transformer
von: Luo, Renqiang, et al.
Veröffentlicht: (2024)

Backdoor or Manipulation? Graph Mixture of Experts Can Defend Against Various Graph Adversarial Attacks
von: Feng, Yuyuan, et al.
Veröffentlicht: (2025)

Robustness Inspired Graph Backdoor Defense
von: Zhang, Zhiwei, et al.
Veröffentlicht: (2024)

Learning Fair Models without Sensitive Attributes: A Generative Approach
von: Zhu, Huaisheng, et al.
Veröffentlicht: (2022)

PreGIP: Watermarking the Pretraining of Graph Neural Networks for Deep Intellectual Property Protection
von: Dai, Enyan, et al.
Veröffentlicht: (2024)

Poisoning the Inner Prediction Logic of Graph Neural Networks for Clean-Label Backdoor Attacks
von: Zhang, Yuxiang, et al.
Veröffentlicht: (2026)

How Explanations Leak the Decision Logic: Stealing Graph Neural Networks via Explanation Alignment
von: Ma, Bin, et al.
Veröffentlicht: (2025)

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

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

Rethinking Graph Backdoor Attacks: A Distribution-Preserving Perspective
von: Zhang, Zhiwei, et al.
Veröffentlicht: (2024)

Robust Graph Neural Networks via Unbiased Aggregation
von: Hou, Zhichao, et al.
Veröffentlicht: (2023)

Promoting Fairness in Link Prediction with Graph Enhancement
von: Liu, Yezi, et al.
Veröffentlicht: (2024)

FairGE: Fairness-Aware Graph Encoding in Incomplete Social Networks
von: Luo, Renqiang, et al.
Veröffentlicht: (2026)

Unbiased GNN Learning via Fairness-Aware Subgraph Diffusion
von: Alchihabi, Abdullah, et al.
Veröffentlicht: (2024)

NeiGAD: Augmenting Graph Anomaly Detection via Spectral Neighbor Information
von: Qing, Qing, et al.
Veröffentlicht: (2026)

Fair GLASSO: Estimating Fair Graphical Models with Unbiased Statistical Behavior
von: Navarro, Madeline, et al.
Veröffentlicht: (2024)

Are You Using Reliable Graph Prompts? Trojan Prompt Attacks on Graph Neural Networks
von: Lin, Minhua, et al.
Veröffentlicht: (2024)

Stable Multimodal Graph Unlearning via Feature-Dimension Aware Quantile Selection
von: Zhou, Jingjing, et al.
Veröffentlicht: (2026)

General Protein Pretraining or Domain-Specific Designs? Benchmarking Protein Modeling on Realistic Applications
von: Yan, Shuo, et al.
Veröffentlicht: (2025)

Recovering Fairness Directly from Modularity: a New Way for Fair Community Partitioning
von: Wang, Yufeng, et al.
Veröffentlicht: (2025)

UP5: Unbiased Foundation Model for Fairness-aware Recommendation
von: Hua, Wenyue, et al.
Veröffentlicht: (2023)

Are Your Models Still Fair? Fairness Attacks on Graph Neural Networks via Node Injections
von: Luo, Zihan, et al.
Veröffentlicht: (2024)

FairAgent: Democratizing Fairness-Aware Machine Learning with LLM-Powered Agents
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

Fairness without Demographics through Learning Graph of Gradients
von: Luo, Yingtao, et al.
Veröffentlicht: (2024)

Enhanced Federated Optimization: Adaptive Unbiased Client Sampling with Reduced Variance
von: Zeng, Dun, et al.
Veröffentlicht: (2023)

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

Causally Fair Node Classification on Non-IID Graph Data
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

PrimeKG-CL: A Continual Graph Learning Benchmark on Evolving Biomedical Knowledge Graphs
von: Radwan, Yousef A., et al.
Veröffentlicht: (2026)

Improving Fairness in Graph Neural Networks via Counterfactual Debiasing
von: Wo, Zengyi, et al.
Veröffentlicht: (2025)

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

Unbiased Gradient Low-Rank Projection
von: Pan, Rui, et al.
Veröffentlicht: (2025)