Perturb-Query

NICE框架为图神经网络提供尺度稳定的解释

研究人员推出了一种新颖的图神经网络（GNN）解释生成框架NICE。NICE解决了“尺度漂移”问题，这种现象是由于元素级掩蔽等标准扰动方法导致消息传递尺度确定性收缩，从而导致预测不可靠。NICE利用噪声腐蚀（NC）作为一种尺度稳定的替代方案，保持了预期的消息范数。该框架还结合了随机恢复边界（SRB）和边界集成梯度（BIG），以产生更忠实和紧凑的边归因。