BriefGPT.xyz
Ask
alpha
关键词
graph classification benchmarks
搜索结果 - 2
ICML
可解释图神经网络的可解释性如何?
以图分类 benchmarks 为基础,提出了一种理论框架,通过 subgraph multilinear extension (SubMT) 来学习可解释图子图,设计了一种新的图神经网络架构(Graph Multilinear neT),
→
PDF
24 days ago
消息传递筛选:为图分类构建可解释性 GNN
本文介绍了一个名为 MSInterpreter 的可解释的 GNN 推理范例,提出了消息传递选择方案 (MSScheme) 来选定关键路径,旨在实现自解释而非事后解释,并在图分类基准测试中证明了方法的有效性。
PDF
a year ago
Prev
Next