公开(公告)号：CN118070152A

公开(公告)日：2024-05-24

申请号：CN202410264944.3

申请日：2024-03-08

Applicant: 华南理工大学

Inventor： 胡金龙 ,  刘佳成 ,  范世旭 ,  董守斌

IPC: G06F18/2415 ,  G06N3/042 ,  G06N3/126 ,  G06N5/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种面向图深度学习模型的模型级解释图生成方法，该方法拓展了遗传算法框架以实现多样化解释图的生成，该拓展是针对简单遗传算法的种群初始化、染色体编码、适应度函数和遗传算子等模块的重新设计，以实现在全局图模式空间中对一组最佳图模式的迭代搜索；并结合小生境技术以保证生成模型级解释图的多样性，这有效鼓励种群充分探索解释图空间的同时优化多个图模式，以促进发现一组不同的高质量解释图。本发明通过探索图分类预测机的分类预测行为相关的潜在分布来揭示一组判别性且多样的图模式，帮助用户理解哪些关键节点及其连接模式如何影响模型的决策，以适应具有复杂规范和模式定义的广泛图数据并生成忠实且全面的解释。