epidemic tracing

新方法增强了时序图神经网络的可解释性

研究人员开发了一种新方法来解释基于事件的时序图神经网络（ETGNNs）的工作原理。当前的方法仅分析信息流的一部分，忽略了通过捕获长期时间依赖性的事件诱导变量的关键路径。所提出的方法基于归一化相关性度量（NRM）框架，分析了包括事件嵌入和事件诱导变量在内的整个信息流，以提供更全面和可解释的解释。该方法已在合成和真实数据集上进行了评估，证明其性能优于现有技术。