热点事件持续更新

研究者提出多视角图解释器MPGE

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者 Mahtab Sarvmaili 等人提出多视角图解释器 MPGE，为冻结的图神经网络（GNN）分类器统一提供三类解释：事实支持、反事实敏感性与样例容忍度。在 MUTAG、Mutagenicity、AIDS、COX2_MD 和 BBBP 五个数据集上，MPGE 生成的事实掩码平均保留 8.6%–15.5% 的输入边，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 · 1 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

12:00
arXiv cs.LG
MPGE：面向分子分类解释的多视角图解释器
研究者提出多视角图解释器 MPGE，为冻结的 GNN 分类器统一提供事实支持、反事实敏感性与样例容忍度三类解释。在 MUTAG、Mutagenicity、AIDS、COX2_MD 和 BBBP 上，成功的事实掩码平均保留 8.6%–15.5% 的输入边，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。