GNN解释人 swMATH ID: 37864 软件作者: 雷克斯·英(Rex Ying)、迪伦·鲍尔乔伊斯(Dylan Bourgeois)、佳轩佑(Jishoun You)、马林卡·齐特尼克(Marinka Zitnik)、朱尔·莱斯科维奇(Jure Leskovec) 描述: GNNExplainer:为图形神经网络生成解释。图形神经网络(GNN)是机器学习图形的有力工具。GNN通过沿输入图的边缘递归传递神经消息,将节点特征信息和图结构结合起来。然而,结合图形结构和特征信息会导致复杂的模型,而解释GNN所做的预测仍未解决。在这里,我们提出了GNNExplainer,这是第一种通用的模型认知方法,用于为任何基于图形的机器学习任务上的任何基于GNN的模型的预测提供可解释的解释。给定一个实例,GNNExplainer确定了一个紧凑的子图结构和一小部分节点特征,这些特征在GNN的预测中起着关键作用。此外,GNNExplainer可以为整个实例类生成一致而简洁的解释。我们将GNNExplainer表示为一个优化任务,该任务最大化GNN预测和可能子图结构分布之间的互信息。在合成图和真实图上的实验表明,我们的方法可以识别重要的图结构和节点特征,并且比基线性能高17.1 主页: https://arxiv.org/abs/1903.03894 源代码: https://github.com/ShaharGottlieb/GNNExplainer_DGL 相关软件: PyTorch公司;Rdkit公司;TU数据集;StellarGraph公司;CogDL公司;XGNN公司;分子网;图形AF;图DF;锌;图EBM;DIG公司;信息图表;DGL公司;蟒蛇;TensorFlow公司;图形库;SchNet公司;稀疏矩阵;LOQO公司 引用于: 7文件 全部的 前5名34位作者引用 1 蔡凯泉 1 程远志 1 傅聪 1 龚茂国 1 桂书瑞 1 纪水旺 1 雷明龙 1 李、孟 1 李雪 1 刘德芬 1 刘浩然 1 刘文峰 1 刘毅 1 安德里亚·洛迪 1 罗友智 1 牛、凌峰 1 博拉·奥兹特金(Bora M.Oztekin)。 1 秦,A.K。 1 盛凯 1 宋成熙 1 孙晓倩 1 唐,毛泽东 1 马修·坦诺 1 塞巴斯蒂安·旺德尔特 1 王丽梅 1 谢耀晨 1 徐明良 1 徐,赵 1 严克强 1 于海阳 1 袁、郝 1 张景屯 1 张宣 1 周贤晨 全部的 前5名引用于6个系列 2 神经网络 1 信息科学 1 计算机与运筹学 1 神经计算 1 全球优化杂志 1 机器学习研究杂志(JMLR) 在3个字段中引用 5 计算机科学(68-XX) 三 运筹学、数学规划(90-XX) 1 生物学和其他自然科学(92-XX) 按年份列出的引文