Graph Counterfactual Explainable AI via Latent Space Traversal

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法,通过潜在空间遍历生成图形分类模型的高质量反事实解释。该方法结合了离散图结构与连续图属性,实验结果在三个数据集上表现优异,且具有强鲁棒性。

🎯

关键要点

  • 本研究提出了一种新方法,通过潜在空间遍历生成图形分类模型的高质量反事实解释。
  • 该方法结合了离散图结构与连续图属性,利用特定的置换等变图变分自编码器。
  • 实验结果显示,该方法在三个图形数据集上表现优异,且具有更强的鲁棒性。
➡️

继续阅读