Mạng nơ-ron đồ thị có thể giải thích (Explainable Graph Neural Network)
Mạng nơ-ron đồ thị có thể giải thích (Explainable Graph Neural Networks - XAI-GNN) kết hợp các kiến trúc GNN tiêu chuẩn với các kỹ thuật giải thích hậu kiểm (post-hoc) hoặc nội tại (intrinsic) để tiết lộ các nút (nodes), cạnh (edges) và đặc trưng nút (node features) nào đã thúc đẩy dự đoán của mô hình. Khởi xướng bởi GNNExplainer (Ying et al., 2019), lĩnh vực này giải quyết những lời phê bình về tính hộp đen (black-box) của GNN và là yếu tố cần thiết bất cứ khi nào các dự đoán dựa trên đồ thị cần được tin cậy hoặc kiểm toán.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Explainable Graph Neural Network (XAI-GNN). ScholarGate. https://scholargate.app/vi/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.
- Phân loại dựa trên BERT có thể giải thíchHọc sâu↔ compare
- Explainable Transformer (Transformer có thể giải thích được)Học sâu↔ compare
- Mạng nơ-ron đồ thịPhân tích mạng lưới↔ compare
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →