Sign In

Why Self-Inconsistency Arises in GNN Explanations and How to Exploit It

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Wenxin Tai, Yaqian Liu, Ting Zhong, Fan Zhou

πŸ’‘ κ°œμš”

λ³Έ μ—°κ΅¬λŠ” κ·Έλž˜ν”„ 신경망(GNN) μ„€λͺ…μ—μ„œ λ°œμƒν•˜λŠ” 자기 뢈일치 ν˜„μƒμ˜ 원인을 밝히고 이λ₯Ό ν™œμš©ν•˜λŠ” 방법을 μ œμ‹œν•©λ‹ˆλ‹€. μ—°κ΅¬μžλ“€μ€ GNN μ„€λͺ… κ³Όμ •μ—μ„œ λ°œμƒν•˜λŠ” λ¬Έλ§₯ λ³€ν™”κ°€ 점수 λ³€ν™”λ₯Ό μ•ΌκΈ°ν•˜λ©°, μ΄λŸ¬ν•œ 변화에 λ―Όκ°ν•œ 간선은 λΆˆμ™„μ „ν•œ 정보λ₯Ό μ œκ³΅ν•¨μ„ 규λͺ…ν–ˆμŠ΅λ‹ˆλ‹€. 이λ₯Ό λ°”νƒ•μœΌλ‘œ, μ œμ•ˆλœ Self-Denoising(SD) 기법은 단 ν•œ 번의 좔가적인 순방ν–₯ μ „λ‹¬λ§ŒμœΌλ‘œ μ„€λͺ…μ˜ μ•ˆμ •μ„±μ„ 높이고 ν’ˆμ§ˆμ„ ν–₯μƒμ‹œν‚€λŠ” ν›ˆλ ¨ μ—†λŠ” ν›„μ²˜λ¦¬ μ „λž΅μž…λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
GNN μ„€λͺ…μ˜ 자기 λΆˆμΌμΉ˜λŠ” μž¬μ„€λͺ… κ³Όμ •μ—μ„œ λ°œμƒν•˜λŠ” λ¬Έλ§₯ λ³€ν™” λ•Œλ¬Έμ΄λ©°, μ΄λŠ” μ„€λͺ…μ˜ 신뒰성을 μ €ν•΄ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ Self-Denoising(SD) 기법은 λͺ¨λΈ 및 ν›ˆλ ¨ 방식에 ꡬ애받지 μ•Šκ³ , 적은 κ³„μ‚°λŸ‰μœΌλ‘œ GNN μ„€λͺ…μ˜ ν’ˆμ§ˆμ„ 효과적으둜 κ°œμ„ ν•  수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
λ³Έ μ—°κ΅¬λŠ” 자기 뢈일치 ν˜„μƒμ˜ 근본적인 원인과 이λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•œ μ‹€μš©μ μΈ 방법을 μ œμ‹œν•˜μ—¬ GNN μ„€λͺ…μ˜ 해석 κ°€λŠ₯성을 λ†’μ΄λŠ” 데 κΈ°μ—¬ν•©λ‹ˆλ‹€.
β€’
(ν•œκ³„μ  λ˜λŠ” ν–₯ν›„ 과제) SD 기법이 νŠΉμ • μœ ν˜•μ˜ GNN λͺ¨λΈμ΄λ‚˜ 데이터셋에 λŒ€ν•΄ μ˜ˆμƒλ³΄λ‹€ νš¨κ³Όκ°€ 크지 μ•Šμ„ κ°€λŠ₯μ„± λ˜λŠ” 더 λ³΅μž‘ν•œ μ„€λͺ… 생성 λͺ¨λΈμ— λŒ€ν•œ 적용 κ°€λŠ₯μ„± 탐ꡬ가 ν•„μš”ν•©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage