Parameterized Explainer for Graph Neural Network
目的动机:目前生成的解释是为每个实例单独设计的,不足以提供对所学 GNN 模型的全局理解,导致其缺乏通用性,提出了 GNN 的参数化解释器 PGExplainer。
问题定义:PGExplainer 利用深度神经网络对解释的生成过程进行参数化处理,能够实现同时对多个实例进行解释。
Parameterized Explainer for Graph Neural Network
目的动机:目前生成的解释是为每个实例单独设计的,不足以提供对所学 GNN 模型的全局理解,导致其缺乏通用性,提出了 GNN 的参数化解释器 PGExplainer。
问题定义:PGExplainer 利用深度神经网络对解释的生成过程进行参数化处理,能够实现同时对多个实例进行解释。