شبكات الرسم البياني القابلة للتفسير
تجمع شبكات الرسم البياني القابلة للتفسير (XAI-GNN) بين معماريات شبكات الرسم البياني القياسية وتقنيات التفسير اللاحقة أو الجوهرية التي تكشف عن العقد والحواف وميزات العقد التي دفعت تنبؤ النموذج. تأسس هذا المجال على يد GNNExplainer (Ying et al., 2019)، ويعالج انتقاد الصندوق الأسود لشبكات الرسم البياني وهو ضروري في أي مكان يجب فيه الوثوق بالتنبؤات المستندة إلى الرسم البياني أو تدقيقها.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ying, Z., Bourgeois, D., You, J., Zitnik, M., & Leskovec, J. (2019). GNNExplainer: Generating Explanations for Graph Neural Networks. Advances in Neural Information Processing Systems (NeurIPS), 32, 9240–9251. link ↗
- Yuan, H., Yu, H., Gui, S., & Ji, S. (2023). Explainability in Graph Neural Networks: A Taxonomic Survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(5), 5782–5799. DOI: 10.1109/TPAMI.2022.3204236 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/ar/deep-learning/explainable-graph-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف قائم على بيرت قابل للتفسيرالتعلم العميق↔ compare
- المحوّل القابل للتفسير (Explainable Transformer)التعلم العميق↔ compare
- شبكة العصبونات الرسوميةتحليل الشبكات↔ compare