A Demonstration of Interpretability Methods for Graph Neural Networks

Autor: B. Mobaraki, Ehsan, Khan, Arijit

Publikováno v: B. Mobaraki, E & Khan, A 2023, A Demonstration of Interpretability Methods for Graph Neural Networks . in 6th Joint Workshop on Graph Data Management Experiences & Systems (GRADES) and Network Data Analytics (NDA) : Co-located with SIGMOD 2023 (18 June 2023, Seattle, WA, USA) . 6th Joint Workshop on Graph Data Management Experiences & Systems (GRADES) and Network Data Analytics (NDA), Seattle, Washington, United States, 18/06/2023 .

Graph neural networks (GNNs) are widely used in many downstreamapplications, such as graphs and nodes classification, entity resolution, link prediction, and question answering. Several interpretabilitymethods for GNNs have been proposed recently. Ho

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1266::982332b5b8631f34ec03420d6387ffcb
https://vbn.aau.dk/da/publications/6ef76cfe-d5ab-41d7-a839-a2abac2a8d37

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.