通过公平感知子图扩散实现无偏GNN学习

📝

内容提要

本研究解决了图神经网络(GNN)在处理与敏感节点属性(如年龄和性别)相关的任务时产生偏见的重大挑战。提出了一种新的生成性公平感知子图扩散(FASD)方法,通过对小子图进行采样和使用随机微分方程的公平扩散过程,有效去除输入数据的不公平性。实验结果显示,该方法在多个基准数据集上显著优于现有的公平GNN基准,展现了其在实现公正预测方面的潜力。

➡️

继续阅读