Connexion
Idée - Maschinelles Lernen, Graphen-Neuronale-Netze
Systematische Bewertung der Leistungsfähigkeit und Stabilität von Erklärungsmethoden für Graph-Neuronale-Netze
Diese Studie bietet eine umfassende Bewertung und einen Vergleich einer Vielzahl von Erklärungsmethoden für Graph-Neuronale-Netze, um deren Leistungsfähigkeit, Stabilität und Praxistauglichkeit zu untersuchen.
Vereinfachung des Edge-Unlearnings in GNNs durch "Unlink to Unlearn"
Durch das Entfernen der Verlustfunktionen von GNNDelete und das einfache Trennen der zu vergessenden Kanten von der Graphstruktur kann "Unlink to Unlearn" (UtU) das Problem des Über-Vergessens effektiv lösen, während es gleichzeitig eine hohe Genauigkeit in nachgelagerten Aufgaben beibehält.
Produits | Ressources
© 2024 by Linnk AI