图神经网络的解释性综述

文章预览

编辑： 数据派THU 本文 约1.5w字 ，干货满满，建议 收藏 本文对近期提出的 GNN 解释技术进行了系统的总结和分析，归纳对比了该问题的解决思路。 图神经网络的可解释性 是目前比较值得探索的方向，今天解读的2021最新综述，其针对近期提出的 GNN 解释技术进行了系统的总结和分析，归纳对比了该问题的解决思路。作者还为GNN解释性问题提供了标准的图数据集和评估指标，将是这一方向非常值得参考的一篇文章。 论文标题： Explainability in Graph Neural Networks: A Taxonomic Survey 论文地址： https://arxiv.org/pdf/2012.15445.pdf 目录 0.Abstract 1. Introduction 2. 总体框架 3.方法介绍 3.1 基于梯度/特征的方法（Gradients/Features-Based Methods） 3.2 基于扰动的方法（Perturbation-Based Methods） 3.3 基于代理的 ………………………………