Vysvetliteľné grafové neurónové siete
Vysvetliteľné grafové neurónové siete (XAI-GNN) kombinujú štandardné architektúry GNN s post-hoc alebo vnútornými technikami vysvetľovania, ktoré odhaľujú, ktoré uzly, hrany a vlastnosti uzlov viedli k predikcii modelu. Táto oblasť, ktorú viedol GNNExplainer (Ying et al., 2019), rieši kritiku GNN ako čiernej skrinky a je nevyhnutná všade tam, kde musia byť predikcie založené na grafoch dôveryhodné alebo auditované.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/sk/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.
- Vysvetliteľná klasifikácia založená na BERTHlboké učenie↔ compare
- Vysvetliteľný TransformerHlboké učenie↔ compare
- Grafové neurónové sieteAnalýza sietí↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →