BriefGPT - AI 论文速递 · 2025-05-20T00:00:00Z 面向全面且无前提的图神经网络解释器 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种新颖的解释器OPEN，克服了图神经网络（GNN）解释方法的局限性，能够在不同数据分布下学习和推断GNN的决策逻辑，从而提高了捕捉能力和效率。 🏷️ 标签 决策逻辑 图神经网络 效率 数据分布 神经网络 解释器 阅读原文 生成长图 分享链接 已复制链接
