Machine learningDeep learning / NLP / CV
説明可能なグラフニューラルネットワーク
説明可能なグラフニューラルネットワーク（XAI-GNN）は、標準的なGNNアーキテクチャと、モデルの予測を駆動したノード、エッジ、ノード特徴を明らかにする事後的または内在的な説明技術を組み合わせています。GNNExplainer（Yingら、2019）によって開拓されたこの分野は、GNNのブラックボックス批判に対処するものであり、グラフベースの予測が信頼または監査される必要があるあらゆる場所で不可欠です。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/ja/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.
Compare side by side →