최근에는 확산 과정을 기반으로 하는 프레임워크가 기존 그래프 신경망의 한계를 극복하고 통일된 관점을 제공하고 있어요. 하지만 데이터에 내재된 편향을 증폭시킬 수 있다는 우려도 제기되고 있어요.
연구진은 그래프 기반 확산의 Laplacian 연산자를 수정하여 공정성을 고려한 새로운 방식을 도입했어요. 부분 공간 투영, 스펙트럼 조정, 주파수 기반 필터링 등 다양한 변환을 적용하여 편향 관련 요소를 완화하고 있어요.
합성 데이터와 실제 데이터셋에서 실험한 결과, 제안하는 방식은 경쟁력 있는 성능을 유지하면서도 추가적인 계산 비용 없이 공정성 지표를 개선하는 것을 입증했어요.