文件名称：nifty:纸质代码https
文件大小：12.8MB
文件格式：ZIP
更新时间：2024-04-23 02:20:54
stability fairness graph-representation-learning Python
迈向公平，稳定的图形表示学习统一框架 该资源库包含源代码，需要重现一些主要成果： 如果您使用此软件，请考虑引用以下内容： @article{agarwal2021unified, title={Towards a Unified Framework for Fair and Stable Graph Representation Learning}, author={Chirag Agarwal and Himabindu Lakkaraju* and Marinka Zitnik*}, year={2021}, booktitle={arXiv}, } 我们的框架NIFTY通过最大化来自不同扩充图的表示之间的相似性，可以学习公平而稳定的节点表示（即，不变的敏感属性值以及对图结构和非敏感属性的扰动）。 1.设定 安装软件 该存储库是使用PyTorch构建的。 您可以通
【文件预览】：
nifty-main
----nifty_sota_gnn.py(16KB)
----models()
--------gat.py(2KB)
--------sage.py(1KB)
--------.DS_Store(6KB)
--------infomax.py(1KB)
--------gcn.py(962B)
--------fairgnn.py(3KB)
--------ssf.py(10KB)
--------__init__.py(315B)
--------gin.py(858B)
--------rgcn.py(13KB)
--------prognn.py(12KB)
--------jk.py(1KB)
----fairgnn_utils.py(14KB)
----utils.py(13KB)
----requirements.txt(1KB)
----baseline_fairGNN.py(13KB)
----dataset()
--------.DS_Store(10KB)
--------german()
--------credit()
--------bail()
----revised_proposed_model.png(196KB)
----LICENSE(1KB)
----README.md(4KB)