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】
深度学习可解释性
最新推荐文章于 2023-10-06 11:57:51 发布