Gauss--Legendre method

新框架为GNN实现精确Aumann-Shapley归因

研究人员开发了APEX，一个旨在为图神经网络（GNN）提供精确Aumann-Shapley归因的新型框架。该框架利用了一种名为PolyGIN的专用GNN架构，该架构保持模型得分的多项式形式。通过利用这种多项式结构，APEX能够使用Gauss-Legendre求积法精确计算归因积分，与传统的近似方法相比，显著减少了所需的评估次数。实验表明，PolyGIN在保持具有竞争力的预测性能的同时，APEX框架提供了更高的归因保真度。