Buchumschlag

Memorization in Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jamadandi, Adarsh, Xu, Jing, Dziedzic, Adam, Boenisch, Franziska
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

Localizing and Mitigating Memorization in Image Autoregressive Models
von: Kasliwal, Aditya, et al.
Veröffentlicht: (2025)

Localizing Memorization in SSL Vision Encoders
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

ADAGE: Active Defenses Against GNN Extraction
von: Xu, Jing, et al.
Veröffentlicht: (2025)

DP-GPL: Differentially Private Graph Prompt Learning
von: Xu, Jing, et al.
Veröffentlicht: (2025)

Finding NeMo: Localizing Neurons Responsible For Memorization in Diffusion Models
von: Hintersdorf, Dominik, et al.
Veröffentlicht: (2024)

On Stealing Graph Neural Network Models
von: Podhajski, Marcin, et al.
Veröffentlicht: (2025)

Memorization in Self-Supervised Learning Improves Downstream Generalization
von: Wang, Wenhao, et al.
Veröffentlicht: (2024)

Efficient Model-Stealing Attacks Against Inductive Graph Neural Networks
von: Podhajski, Marcin, et al.
Veröffentlicht: (2024)

Captured by Captions: On Memorization and its Mitigation in CLIP Models
von: Wang, Wenhao, et al.
Veröffentlicht: (2025)

Curation Leaks: Membership Inference Attacks against Data Curation for Machine Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2026)

Unlocking Post-hoc Dataset Inference with Synthetic Data
von: Zhao, Bihe, et al.
Veröffentlicht: (2025)

CDI: Copyrighted Data Identification in Diffusion Models
von: Dubiński, Jan, et al.
Veröffentlicht: (2024)

Implementing Adaptations for Vision AutoRegressive Model
von: Shaikh, Kaif, et al.
Veröffentlicht: (2025)

Radioactive Watermarks in Diffusion and Autoregressive Image Generative Models
von: Meintz, Michel, et al.
Veröffentlicht: (2025)

Privacy Attacks on Image AutoRegressive Models
von: Kowalczuk, Antoni, et al.
Veröffentlicht: (2025)

Differentially Private Prototypes for Imbalanced Transfer Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2024)

Spectral Graph Pruning Against Over-Squashing and Over-Smoothing
von: Jamadandi, Adarsh, et al.
Veröffentlicht: (2024)

On the Privacy Risk of In-context Learning
von: Duan, Haonan, et al.
Veröffentlicht: (2024)

Efficient and Privacy-Preserving Soft Prompt Transfer for LLMs
von: Wang, Xun, et al.
Veröffentlicht: (2025)

Have it your way: Individualized Privacy Assignment for DP-SGD
von: Boenisch, Franziska, et al.
Veröffentlicht: (2023)

Differentially Private Federated Learning With Time-Adaptive Privacy Spending
von: Kiani, Shahrzad, et al.
Veröffentlicht: (2025)

GNNs Getting ComFy: Community and Feature Similarity Guided Rewiring
von: Rubio-Madrigal, Celia, et al.
Veröffentlicht: (2025)

Open LLMs are Necessary for Current Private Adaptations and Outperform their Closed Alternatives
von: Hanke, Vincent, et al.
Veröffentlicht: (2024)

Finding DoRI: Discovery of Retained Images in Diffusion Models
von: Kowalczuk, Antoni, et al.
Veröffentlicht: (2025)

MUC: Machine Unlearning for Contrastive Learning with Black-box Evaluation
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

Adversarial Attacks and Defenses on Graph-aware Large Language Models (LLMs)
von: Olatunji, Iyiola E., et al.
Veröffentlicht: (2025)

Demystifying Foreground-Background Memorization in Diffusion Models
von: Di, Jimmy Z., et al.
Veröffentlicht: (2025)

Beautiful Images, Toxic Words: Understanding and Addressing Offensive Text in Generated Images
von: Kumar, Aditya, et al.
Veröffentlicht: (2025)

Generalizability of Memorization Neural Networks
von: Yu, Lijia, et al.
Veröffentlicht: (2024)

Controlled privacy leakage propagation throughout overlapping grouped learning
von: Kiani, Shahrzad, et al.
Veröffentlicht: (2025)

Personalized Differential Privacy for Ridge Regression
von: Acharya, Krishna, et al.
Veröffentlicht: (2024)

Regulation Games for Trustworthy Machine Learning
von: Yaghini, Mohammad, et al.
Veröffentlicht: (2024)

Using Time-Aware Graph Neural Networks to Predict Temporal Centralities in Dynamic Graphs
von: Heeg, Franziska, et al.
Veröffentlicht: (2023)

Decoding Generalization from Memorization in Deep Neural Networks
von: Ketha, Simran, et al.
Veröffentlicht: (2025)

Precise Parameter Localization for Textual Generation in Diffusion Models
von: Staniszewski, Łukasz, et al.
Veröffentlicht: (2025)

BitMark: Watermarking Bitwise Autoregressive Image Generative Models
von: Kerner, Louis, et al.
Veröffentlicht: (2025)

Graph in Graph Neural Network
von: Wang, Jiongshu, et al.
Veröffentlicht: (2024)

Zero-One Laws of Graph Neural Networks
von: Adam-Day, Sam, et al.
Veröffentlicht: (2023)

When Graph Language Models Go Beyond Memorization
von: Yamada, Masatsugu, et al.
Veröffentlicht: (2026)

The Rules-and-Facts Model for Simultaneous Generalization and Memorization in Neural Networks
von: Farné, Gabriele, et al.
Veröffentlicht: (2026)