研究者提出MPGE多视角图解释器
热点事件持续更新
研究者提出MPGE多视角图解释器
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Mahtab Sarvmaili 等人提出多视角图解释器 MPGE，面向冻结的图神经网络（GNN）分类器，将事实支持、反事实敏感与样例容忍三种解释视角统一在一个框架内。 在 MUTAG、Mutagenicity、AIDS、COX2_MD 和 BBBP 五个数据集上，MPGE 取得的成功事实掩码平均保留输入边的 8.6%–15.5%，有界反事实覆盖率为 4.8%–67.6%，样例保留覆盖率达 98.9%–100.0%。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
MPGE：面向分子分类解释的多视角图解释器报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv：cs.AIMPGE：面向分子分类解释的多视角图解释器
MPGE 是一种面向冻结 GNN 分类器的多视角图解释器，统一了事实支持（PT）、反事实敏感（CF）与样例容忍（EXE）三种解释视角。在 MUTAG、Mutagenicity、AIDS、COX2_MD 和 BBBP 上，成功事实掩码平均保留输入边的 8.6%–15.5%，有界反事实覆盖率为 4.8%–67.6%，样例保留覆盖率达 98.9%–100.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。