本論文は、時間とともに関係と特徴が変化する動的システムをモデル化するために広く使用されている時間グラフニューラルネットワーク(TGNN)の記述可能性の問題を解決するために、モデルに関係なく個々のインスタンスの説明を提供する逆説的な説明方法であるCoDyを提案します。 CoDyは、モンテカルロツリーナビゲーションとヒューリスティック選択ポリシーを組み合わせたナビゲーションアルゴリズムを使用して、空間的、時間的、および地域的なイベント影響情報を利用して、説明可能なサブグラフの広大なナビゲーションスペースを効率的にナビゲートします。実験の結果、最先端の基準モデルと比較してAUFSC +指標で16%のパフォーマンスが向上しました。