Buchumschlag

FairGSE: Fairness-Aware Graph Neural Network without High False Positive Rates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Zhenqiang, Lu, Jinjie, Gu, Tianlong, Hao, Fengrui, Wang, Xuemin
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

Towards Fair Graph Neural Networks via Graph Counterfactual without Sensitive Attributes
von: Wang, Xuemin, et al.
Veröffentlicht: (2024)

FairDD: Enhancing Fairness with domain-incremental learning in dermatological disease diagnosis
von: Luo, Yiqin, et al.
Veröffentlicht: (2024)

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

Adversarial Attacks on Fairness of Graph Neural Networks
von: Zhang, Binchi, et al.
Veröffentlicht: (2023)

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

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

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

Certified Defense on the Fairness of Graph Neural Networks
von: Dong, Yushun, et al.
Veröffentlicht: (2023)

FairQuant: Certifying and Quantifying Fairness of Deep Neural Networks
von: Kim, Brian Hyeongseok, et al.
Veröffentlicht: (2024)

Equipping Federated Graph Neural Networks with Structure-aware Group Fairness
von: Cui, Nan, et al.
Veröffentlicht: (2023)

FairSIN: Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization
von: Yang, Cheng, et al.
Veröffentlicht: (2024)

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

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, 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)

Bridging the Fairness Divide: Achieving Group and Individual Fairness in Graph Neural Networks
von: Zhan, Duna, et al.
Veröffentlicht: (2024)

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

Adversarial Graph Neural Network Benchmarks: Towards Practical and Fair Evaluation
von: Ngo, Tran Gia Bao, et al.
Veröffentlicht: (2026)

A Simple and Yet Fairly Effective Defense for Graph Neural Networks
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2024)

Fair CoVariance Neural Networks
von: Cavallo, Andrea, et al.
Veröffentlicht: (2024)

GFairHint: Improving Individual Fairness for Graph Neural Networks via Fairness Hint
von: Xu, Paiheng, et al.
Veröffentlicht: (2023)

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

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

Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks
von: Zhang, He, et al.
Veröffentlicht: (2023)

FairExpand: Individual Fairness on Graphs with Partial Similarity Information
von: Salganik, Rebecca, et al.
Veröffentlicht: (2025)

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)

Adaptive Dual Prompting: Hierarchical Debiasing for Fairness-aware Graph Neural Networks
von: Yang, Yuhan, et al.
Veröffentlicht: (2025)

Homophily-aware Supervised Contrastive Counterfactual Augmented Fair Graph Neural Network
von: Kejani, Mahdi Tavassoli, et al.
Veröffentlicht: (2026)

FairWire: Fair Graph Generation
von: Kose, O. Deniz, et al.
Veröffentlicht: (2024)

GRAPHGINI: Fostering Individual and Group Fairness in Graph Neural Networks
von: Sirohi, Anuj Kumar, et al.
Veröffentlicht: (2024)

Incorporating Fairness in Neighborhood Graphs for Fair Spectral Clustering
von: Moorthy, Adithya K, et al.
Veröffentlicht: (2025)

Demographic-Agnostic Fairness without Harm
von: Cai, Zhongteng, et al.
Veröffentlicht: (2025)

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

Heterophily-Aware Fair Recommendation using Graph Convolutional Networks
von: Gholinejad, Nemat, et al.
Veröffentlicht: (2024)

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

A Benchmark for Fairness-Aware Graph Learning
von: Dong, Yushun, et al.
Veröffentlicht: (2024)

FairFLRep: Fairness aware fault localization and repair of Deep Neural Networks
von: Openja, Moses, et al.
Veröffentlicht: (2025)

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