Buchumschlag

Robustness Verification of Graph Neural Networks Via Lightweight Satisfiability Testing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, Chia-Hsuan, Tan, Tony, Benedikt, Michael
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

Exact Verification of Graph Neural Networks with Incremental Constraint Solving
von: Liu, Minghao, et al.
Veröffentlicht: (2025)

Decidability of Graph Neural Networks via Logical Characterizations
von: Benedikt, Michael, et al.
Veröffentlicht: (2024)

Analyzing Neural Network Robustness Using Graph Curvature
von: Tan, Shuhang, et al.
Veröffentlicht: (2024)

Robustness Verification of Polynomial Neural Networks
von: Alexandr, Yulia, et al.
Veröffentlicht: (2026)

PAC-Bayesian Adversarially Robust Generalization Bounds for Graph Neural Network
von: Sun, Tan, et al.
Veröffentlicht: (2024)

Analysis of logics with arithmetic
von: Benedikt, Michael, et al.
Veröffentlicht: (2025)

Verification of Neural Networks' Global Robustness
von: Kabaha, Anan, et al.
Veröffentlicht: (2024)

COPYCOP: Ownership Verification for Graph Neural Networks
von: Nandakumar, Rahul, et al.
Veröffentlicht: (2026)

Verification of Neural Networks against Convolutional Perturbations via Parameterised Kernels
von: Brückner, Benedikt, et al.
Veröffentlicht: (2024)

Almost Surely Asymptotically Constant Graph Neural Networks
von: Adam-Day, Sam, et al.
Veröffentlicht: (2024)

Distributionally Robust Statistical Verification with Imprecise Neural Networks
von: Dutta, Souradeep, et al.
Veröffentlicht: (2023)

Are Transformers More Robust? Towards Exact Robustness Verification for Transformers
von: Liao, Brian Hsuan-Cheng, et al.
Veröffentlicht: (2022)

VNN: Verification-Friendly Neural Networks with Hard Robustness Guarantees
von: Baninajjar, Anahita, et al.
Veröffentlicht: (2023)

Purification Of Contaminated Convolutional Neural Networks Via Robust Recovery: An Approach with Theoretical Guarantee in One-Hidden-Layer Case
von: Lu, Hanxiao, et al.
Veröffentlicht: (2024)

The Map Equation Goes Neural: Mapping Network Flows with Graph Neural Networks
von: Blöcker, Christopher, et al.
Veröffentlicht: (2023)

BRAVA-GNN: Betweenness Ranking Approximation Via Degree MAss Inspired Graph Neural Network
von: Dachille, Justin, et al.
Veröffentlicht: (2026)

Toward Fair Graph Neural Networks Via Dual-Teacher Knowledge Distillation
von: Li, Chengyu, et al.
Veröffentlicht: (2024)

Ligandformer: A Graph Neural Network for Predicting Compound Property with Robust Interpretation
von: Guo, Jinjiang, et al.
Veröffentlicht: (2022)

Mini-Batch Robustness Verification of Deep Neural Networks
von: Tzour-Shaday, Saar, et al.
Veröffentlicht: (2025)

Towards Lightweight Graph Neural Network Search with Curriculum Graph Sparsification
von: Xie, Beini, et al.
Veröffentlicht: (2024)

On the Relationship Between Robustness and Expressivity of Graph Neural Networks
von: Kummer, Lorenz, et al.
Veröffentlicht: (2025)

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

Robust Knowledge Adaptation for Dynamic Graph Neural Networks
von: Li, Hanjie, et al.
Veröffentlicht: (2022)

On the Adversarial Robustness of Graph Neural Networks with Graph Reduction
von: Wu, Kerui, et al.
Veröffentlicht: (2024)

Dynamic DropConnect: Enhancing Neural Network Robustness through Adaptive Edge Dropping Strategies
von: Yang, Yuan-Chih, et al.
Veröffentlicht: (2025)

Testing Individual Fairness in Graph Neural Networks
von: Nasiri, Roya
Veröffentlicht: (2025)

Input Validation for Neural Networks via Runtime Local Robustness Verification
von: Liu, Jiangchao, et al.
Veröffentlicht: (2020)

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

Training Robust Graph Neural Networks by Modeling Noise Dependencies
von: In, Yeonjun, et al.
Veröffentlicht: (2025)

Enhancing Robustness of Graph Neural Networks through p-Laplacian
von: Sirohi, Anuj Kumar, et al.
Veröffentlicht: (2025)

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

Towards Robust Fidelity for Evaluating Explainability of Graph Neural Networks
von: Zheng, Xu, et al.
Veröffentlicht: (2023)

Enhancing Robustness of Graph Neural Networks through p-Laplacian
von: Sirohi, Anuj Kumar, et al.
Veröffentlicht: (2024)

Generating Robust Counterfactual Witnesses for Graph Neural Networks
von: Qiu, Dazhuo, et al.
Veröffentlicht: (2024)

Learning Dynamic Graphs via Tensorized and Lightweight Graph Convolutional Networks
von: Han, Minglian
Veröffentlicht: (2025)

Doubly Robust Conditional Independence Testing with Generative Neural Networks
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Formal Verification of Graph Convolutional Networks with Uncertain Node Features and Uncertain Graph Structure
von: Ladner, Tobias, et al.
Veröffentlicht: (2024)

Robust Graph Neural Networks for Stability Analysis in Dynamic Networks
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

How Expressive Are Graph Neural Networks in the Presence of Node Identifiers?
von: Soeteman, Arie, et al.
Veröffentlicht: (2026)

Multi-Evidence based Fact Verification via A Confidential Graph Neural Network
von: Lan, Yuqing, et al.
Veröffentlicht: (2024)