关键词fairness-aware graph neural networks
搜索结果 - 2
- FUGNN: 图形神经网络中的公平性和效用的协调
通过谱图理论重新审视公平性,并在谱图学习框架中协调公平性和实用性的权衡,提出了一种新颖的谱图学习方法 FUGNN,通过截断谱并在编码过程中优化特征向量分布,建立起算法公平性和实用性之间的平衡。
- 图神经网络公平性的对抗攻击
对公平性感知的图神经网络进行了对抗攻击研究,提出了 G-FairAttack 攻击框架,可有效地破坏不同类型的图神经网络的公正性而保持攻击不被察觉,以此揭示了公平性感知的图神经网络潜在的漏洞,并引导进一步研究图神经网络在公平性方面的鲁棒性。