Rețea Neuronală Grafică Explicabilă
Rețelele Neuronale Grafice Explicabile (XAI-GNN) combină arhitecturile GNN standard cu tehnici de explicație post-hoc sau intrinseci care dezvăluie ce noduri, muchii și caracteristici ale nodurilor au determinat predicția unui model. Pionierat de GNNExplainer (Ying et al., 2019), acest domeniu abordează critica „cutiei negre” a GNN-urilor și este esențial oriunde predicțiile bazate pe grafuri trebuie să fie de încredere sau auditate.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/ro/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.
- Clasificare explicabilă bazată pe BERTÎnvățare profundă↔ compare
- Transformer ExplicabilÎnvățare profundă↔ compare
- Rețea Neuronală pe GrafuriAnaliza rețelelor↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →