Apr, 2024
为图神经网络生成稳健的反事实证人
Generating Robust Counterfactual Witnesses for Graph Neural Networks
Dazhuo Qiu, Mengying Wang, Arijit Khan, Yinghui Wu
TL;DR介绍了一种新的解释结构类别,称为鲁棒反事实证人,用于提供图神经网络的稳健而反事实和事实解释。研究了 GNN 基于节点分类的这类结构,并提供了高效算法来验证和生成鲁棒反事实证人。通过对基准数据集进行实验证实了解释生成过程,并展示了它们的应用。