Qu'est-ce que mon GNN capture vraiment ? Exploration des représentations internes d'un GNN - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Qu'est-ce que mon GNN capture vraiment ? Exploration des représentations internes d'un GNN

Résumé

Nous considérons l'explication de GNN. Alors que les travaux existants expliquent la décision du modèle en s'appuyant sur la couche de sortie, nous cherchons à analyser les couches cachées pour identifier les attributs construits par le GNN. Nous extrayons d'abord des règles d'activation qui identifient des ensembles de neurones co-activés pour une classe. Ces règles définissent des représentations internes ayant un impact fort sur la classification. Ensuite, nous associons à celles-ci un graphe dont le plongement produit par le GNN est très proche de celui identifié par la règle. Des expériences sur 6 jeux de données et 3 baselines démontrent que notre méthode génère des graphes réalistes de haute qualité.
Fichier principal
Vignette du fichier
1002725-1.pdf (688.98 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03921033 , version 1 (03-01-2023)

Identifiants

  • HAL Id : hal-03921033 , version 1

Citer

Luca Veyrin-Forrer, Ataollah Kamal, Stefan Duffner, Marc Plantevit, Céline Robardet. Qu'est-ce que mon GNN capture vraiment ? Exploration des représentations internes d'un GNN. Extraction et Gestion des Connaissances (EGC 2022), Jan 2022, Blois, France. pp.159-170. ⟨hal-03921033⟩
77 Consultations
92 Téléchargements

Partager

Gmail Facebook X LinkedIn More