व्याख्या योग्य ग्राफ़ न्यूरल नेटवर्क
व्याख्या योग्य ग्राफ़ न्यूरल नेटवर्क (XAI-GNN) मानक GNN आर्किटेक्चर को पोस्ट-हॉक या आंतरिक स्पष्टीकरण तकनीकों के साथ जोड़ते हैं जो यह प्रकट करते हैं कि कौन से नोड्स, किनारे और नोड विशेषताएँ मॉडल की भविष्यवाणी को प्रेरित करती हैं। GNNExplainer (Ying et al., 2019) द्वारा अग्रणी, यह क्षेत्र GNNs की ब्लैक-बॉक्स आलोचना को संबोधित करता है और उन सभी स्थानों पर आवश्यक है जहाँ ग्राफ़-आधारित भविष्यवाणियों पर भरोसा या ऑडिट किया जाना चाहिए।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/hi/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.
- व्याख्या योग्य BERT-आधारित वर्गीकरणगहन अधिगम↔ compare
- व्याख्यायोग्य ट्रांसफार्मरगहन अधिगम↔ compare
- ग्राफ न्यूरल नेटवर्कनेटवर्क विश्लेषण↔ compare