-
公开(公告)号：CN118940815A
公开(公告)日：2024-11-12
申请号：CN202410989285.X
申请日：2024-07-23
Applicant: 重庆邮电大学
Abstract: 本发明属于图神经网络解释领域，涉及一种基于代理模型的图神经网络简化解释方法，包括：获取社交网络的大型图结构数据，将社交网络的大型图结构数据输入训练好的图神经网络简化解释模型，得到解释子图；图神经网络简化解释模型的训练过程包括：获取社交网络的大型图结构数据集，即大图；将大图输入训练好的聚合切分模型，得到小图；将小图输入训练好的图神经网络模型，得到预测值；利用训练好的图神经网络模型、小图以及预测值训练解释模型，得到训练好的解释模型；本发明应用切分聚合算法形成小图，在小图上运用解释模型来间接地解释大图，在保证解释质量的同时大大减少了解释模型应用在大规模图数据集的训练时间，提高了训练效率。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
