RelEx实验总结

RelEx通过代理和扰动思想提升节点分类模型的可解释性,实验表明其在合成及真实数据集上能有效解释GNNs和HL-MRFs模型,尤其是在解释GNNs的环形结构和-NO2拓扑方面表现出色,且能生成多种有意义的解释。
摘要由CSDN通过智能技术生成

RelEx结合代理和扰动的思想,研究节点分类模型的可解释性。

RelEx实验

实验目的

研究RelEx的有效性

首先,研究RelEx在合成数据集上解释GNNs模型的有效性

然后,研究RelEx在合成数据集上解释HL-MRFs模型的有效性

其次,研究RelEx在真实数据集上解释GNNs模型的有效性

最后,研究RelEx在真实数据集上的多种解释

实验方案

研究RelEx在合成数据集上解释GNNs模型的有效性

与其他解释器做对比实验

分别在两个合成数据集上训练一个3层的GCN作为黑盒。表1中给出了树网格数据集的定量结果,表2中给出了树BA数据集的定量结果。由于树网格数据集和树BA数据集都是综合生成的,因此我们知道基本事实正确的原因结构,并用它来计算学习到的关系

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

熠熠晨曦_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值