relational-data

This paper proposes RelShap, a framework that incorporates relational constraints and data provenance into Shapley value computation, making explanations more faithful to the data-generating process. It is estimator-agnostic and composes with existing SHAP estimators while exploiting functional dependencies to reduce runtime.

本文介绍了 AutoGrable，一种无需训练 GNN 即可为表格数据评估候选图构建的方法，它使用基于 1-WL 颜色细化的标签对齐风险，从而能够以低成本搜索有效的表到图映射。

GRAB 使用 GNN 编码器将关系表转换为潜在标记，用于冻结的 LLM，在多表问答中取得了显著的性能提升。

本文介绍了RelAD，一个基于重构的框架，用于检测关系数据库中的异常，通过联合建模属性和关系边重构。在六个新基准上的大量实验表明，RelAD优于现有方法。