Selgitatav graafineuraalvõrk
Selgitatavad graafineuraalvõrgud (XAI-GNN) ühendavad standardseid GNN-arhitektuure järeltöötlus- või sisemiste selgitustehnikatega, mis paljastavad, millised sõlmed, servad ja sõlmede tunnused mõjutasid mudeli ennustust. GNNExplaineri (Ying et al., 2019) algatatud valdkond tegeleb GNN-ide „musta kasti“ kriitikaga ja on oluline kõikjal, kus graafipõhiseid ennustusi tuleb usaldada või auditeerida.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/et/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.
- Seletatav BERT-põhine klassifitseerimineSüvaõpe↔ compare
- Selgitatav TransformerSüvaõpe↔ compare
- Graafiline närvivõrkVõrgustikuanalüüs↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →