深度学习可解释性

一、可解释性定义
17年ICML的Tutorial中给出的一个关于可解释性的定义是：
Interpretation is the process of giving explanations to Human.
二、可解释性发展
三、相关论文
图神经网络可解释性相关论文
1、GNNExplainer: Generating Explanations for Graph Neural Networks (Version-2) 【paper】【code】
2、GNNExplainer: Generating Explanations for Graph Neural Networks (Version-4) 【paper】【code】
3、Explainability Methods for Graph Convolutional Neural Networks 【paper】【code】
4、Explainability Techniques for Graph Convolutional Networks 【paper】
5、Interpretable Neuron Structuring with Graph Spectral Regularization 【paper】【code】
6、Factor Graph Neural Network 【paper】【code】