「万字长文」图神经网络的解释性综述

能够解释一般性行为。与实例级方法相比，这个方向的探索还比较少。现有的模型级方法只有XGNN[41]，它是基于图生成的，通过生成graphpatterns使某一类的预测概率最大化，并利用graphpatterns来解释这一类。

长文综述:图神经网络的可解释性

名词解释:ExplainabilityversusInterpretability在一些研究中,“explainability”和“interpretability”被交替使用。本文作者认为这两个术语应该被区分开来,遵循论文[44]来区分这两个术语。如果一个模型本身能够对其预测提供人类可理解的解释,则认为这个模型是"interpretable"。注意,这样的模型在某种程度上不再是一个黑盒...