关于激活规则的 GNN 可解释性研究
原文中文，约400字，阅读约需1分钟。发表于：。GNNs 利用节点表示学习构建的强大模型在与图相关的许多机器学习问题中表现出色，但其部署的主要障碍在于社会可接受性和可信度问题，我们提出了通过挖掘隐藏层的激活规则来理解 GNN 对世界的感知，以解决这一问题，并介绍了主观激活模式领域。通过信息论的基于背景知识的方法来确定激活规则的兴趣度，从而揭示了 GNN 用于分类图的特征和不同层所构建的隐藏特征，同时这些规则还可用于解释 GNN...
GNNs是强大的模型，但部署受限于社会可接受性和可信度问题。研究者通过挖掘隐藏层的激活规则来理解GNN对世界的感知，并提出了主观激活模式领域。实验结果表明，这些规则在解释图分类方面具有高竞争性，可提高200%的准确度。
