Machine learningDeep learning / NLP / CV
רשתות גרפיות ניתנות להסבר (Explainable Graph Neural Networks - XAI-GNN)
רשתות גרפיות ניתנות להסבר (XAI-GNN) משלבות ארכיטקטורות GNN סטנדרטיות עם טכניקות הסבר פוסט-הוק או אינטרינזיות החושפות אילו צמתים, קשתות ותכונות צומת הנחו חיזוי של מודל. תחום זה, שחלוץ שלו הוא GNNExplainer (Ying et al., 2019), מתמודד עם ביקורת ה'קופסה השחורה' של GNNs והוא חיוני בכל מקום שבו חיזויים מבוססי גרף דורשים אמון או ביקורת.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/he/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.
- סיווג מבוסס BERT עם הסבריםלמידה עמוקה↔ compare
- טרנספורמר ניתן להסברלמידה עמוקה↔ compare
- רשתות נוירונים גרפיותניתוח רשתות↔ compare