Buchumschlag

GRAFT: Auditing Graph Neural Networks via Global Feature Attribution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sahoo, Rishi Raj, Mishra, Subhankar
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ReconXF: Graph Reconstruction Attack via Public Feature Explanations on Privatized Node Features and Labels
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2025)

Graph Reconstruction from Differentially Private GNN Explanations
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2026)

iWatchRoadv2: Pothole Detection, Geospatial Mapping, and Intelligent Road Governance
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2025)

iWatchRoad: Scalable Detection and Geospatial Visualization of Potholes for Smart Cities
von: Sahoo, Rishi Raj, et al.
Veröffentlicht: (2025)

mHC-GNN: Manifold-Constrained Hyper-Connections for Graph Neural Networks
von: Mishra, Subhankar
Veröffentlicht: (2026)

Towards Metric-Faithful Neural Graph Matching
von: Shivottam, Jyotirmaya, et al.
Veröffentlicht: (2026)

GRAFT: Graph-Tokenized LLMs for Tool Planning
von: Gao, Xinyi, et al.
Veröffentlicht: (2026)

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

QGraphLIME - Explaining Quantum Graph Neural Networks
von: Jena, Haribandhu, et al.
Veröffentlicht: (2025)

GOAt: Explaining Graph Neural Networks via Graph Output Attribution
von: Lu, Shengyao, et al.
Veröffentlicht: (2024)

Clean-GS: Semantic Mask-Guided Pruning for 3D Gaussian Splatting
von: Mishra, Subhankar
Veröffentlicht: (2026)

Enhancing Neural Theorem Proving through Data Augmentation and Dynamic Sampling Method
von: Vishwakarma, Rahul, et al.
Veröffentlicht: (2023)

GRAFT: Decoupling Ranking and Calibration for Survival Analysis
von: Ashhad, Mohammad, et al.
Veröffentlicht: (2026)

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

Generalization, Expressivity, and Universality of Graph Neural Networks on Attributed Graphs
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2024)

Toward Understanding the Disagreement Problem in Neural Network Feature Attribution
von: Koenen, Niklas, et al.
Veröffentlicht: (2024)

GRAFT: Grid-Aware Load Forecasting with Multi-Source Textual Alignment and Fusion
von: Lin, Fangzhou, et al.
Veröffentlicht: (2025)

AGS-GNN: Attribute-guided Sampling for Graph Neural Networks
von: Das, Siddhartha Shankar, et al.
Veröffentlicht: (2024)

On Discprecncies between Perturbation Evaluations of Graph Neural Network Attributions
von: Rezaei, Razieh, et al.
Veröffentlicht: (2024)

GraphAlign: Pretraining One Graph Neural Network on Multiple Graphs via Feature Alignment
von: Hou, Zhenyu, et al.
Veröffentlicht: (2024)

Iterative Graph Neural Network Enhancement via Frequent Subgraph Mining of Explanations
von: Naik, Harish G., et al.
Veröffentlicht: (2024)

From Weight Perturbation to Feature Attribution for Explaining Fully Connected Neural Networks
von: Lymperopoulos, Thodoris, et al.
Veröffentlicht: (2026)

Joint Data Inpainting and Graph Learning via Unrolled Neural Networks
von: Batreddy, Subbareddy, et al.
Veröffentlicht: (2024)

DGNN: Decoupled Graph Neural Networks with Structural Consistency between Attribute and Graph Embedding Representations
von: Wang, Jinlu, et al.
Veröffentlicht: (2024)

Attacks on Node Attributes in Graph Neural Networks
von: Xu, Ying, et al.
Veröffentlicht: (2024)

Adaptive Node Feature Selection For Graph Neural Networks
von: Navarro, Madeline, et al.
Veröffentlicht: (2025)

Topological Feature Compression for Molecular Graph Neural Networks
von: Khorana, Rahul
Veröffentlicht: (2025)

Mitigating Overfitting in Graph Neural Networks via Feature and Hyperplane Perturbation
von: Choi, Yoonhyuk, et al.
Veröffentlicht: (2022)

Hierarchical Multi-Scale Graph Neural Networks: Scalable Heterophilous Learning with Oversmoothing and Oversquashing Mitigation
von: Hossen, Md Sazzad, et al.
Veröffentlicht: (2026)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

One Fits All: Learning Fair Graph Neural Networks for Various Sensitive Attributes
von: Zhu, Yuchang, et al.
Veröffentlicht: (2024)

Model Guidance via Robust Feature Attribution
von: Ghitu, Mihnea, et al.
Veröffentlicht: (2025)

On the Impact of Feature Heterophily on Link Prediction with Graph Neural Networks
von: Zhu, Jiong, et al.
Veröffentlicht: (2024)

GRAFT: Gradient-Aware Fast MaxVol Technique for Dynamic Data Sampling
von: Jha, Ashish, et al.
Veröffentlicht: (2025)

Real-Time Sensing of Inaccessible Physical Fields via an Edge-Deployable Hardware-Portable Graph Neural Operator
von: Howes, William, et al.
Veröffentlicht: (2026)

NeuroCUT: A Neural Approach for Robust Graph Partitioning
von: Shah, Rishi, et al.
Veröffentlicht: (2023)

GRAFT-ATHENA: Self-Improving Agentic Teams for Autonomous Discovery and Evolutionary Numerical Algorithms
von: Toscano, Juan Diego, et al.
Veröffentlicht: (2026)

GANDALF: Gated Adaptive Network for Deep Automated Learning of Features
von: Joseph, Manu, et al.
Veröffentlicht: (2022)

Sum-of-Parts: Self-Attributing Neural Networks with End-to-End Learning of Feature Groups
von: You, Weiqiu, et al.
Veröffentlicht: (2023)

Tri-Learn Graph Fusion Network for Attributed Graph Clustering
von: Li, Binxiong, et al.
Veröffentlicht: (2025)