实体
GNN-LRP
GNN-LRP
PulseAugur coverage of GNN-LRP — every cluster mentioning GNN-LRP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新算法通过降低游走搜索复杂度来提高GNN的可解释性
研究人员开发了新的多项式时间算法，以解决识别图神经网络（GNN）中相关游走所面临的指数级计算复杂度问题。这一进展显著提高了GNN-LRP的适用性，GNN-LRP是一种通过分析游走中的信息流来解释GNN的方法。所提出的基于最大乘积方法（max-product method）的算法，能够精确和近似地识别出排名前K的相关游走，并在包括流行病学、分子和自然语言任务在内的各种基准测试中证明了其有效性。
-
新算法高效解释图神经网络的决策
研究人员开发了新的算法来高效解释图神经网络（GNN）的决策过程。这些方法基于消息传递技术，显著降低了GNN-LRP等高阶归因方案的计算复杂度。新算法可以在线性时间（相对于网络深度）内归因子图，为理解GNN如何利用特征和邻近图信息提供了一种可扩展且有用的方法。