Treballs Fi de MàsterEnginyeria Informàtica i Matemàtiques

Improving stability of GNNExplainer inlarge citation network datasets

  • Dades identificatives

    Identificador:  TFM:1426
    Autors:  Cabezas Rodriguez, José Joaquin
  • Altres:

    Entitat: Universitat Rovira i Virgili (URV)
    Confidencialitat: No
    Ensenyament(s): Enginyeria de la Seguretat Informàtica i Intel·ligència Artificial
    Aprenentatge Servei: NO
    Títol en diferents idiomes: Millora de l'estabilitat de GNNExplainer en grans conjunts de dades de xarxes de citacions
    Resum: Les xarxes neuronals de gràfics (GNN) són un marc d'aprenentatge automàtic que apropa les xarxes neuronals gràfics i dades relacionals. És d'especial rellevància per a àrees com l'anàlisi de xarxes socials, biològica ciències, química, sistemes de transport intel·ligents i molts altres, on es poden considerar les dades una xarxa. Explicar per què una GNN va prendre una decisió és un repte, a causa de la naturalesa de caixa negra xarxes neuronals, però és crucial a l'hora d'aplicar-ho als processos de presa de decisions que afecten la vida de molts. En aquest treball repassem l'estat actual de l'art i analitzem els més coneguts mètode per explicar les GNN, GNNExplainer. Trobem que la seva aplicació a les cites acadèmiques els conjunts de dades presenten problemes a causa de la variabilitat de les explicacions i proposem una modificació per millorant l'estabilitat dels resultats i la interpretabilitat de l'explicació gràfica. En particular, nosaltres proposar l'ús d'un coeficient ajustat calculat prèviament per a cada explicació en lloc d'a paràmetre fix. Trobem que la nostra proposta millora l'estabilitat en més d'un 10 \% en els experiments utilitzant xarxes convolucionals de gràfics (GCN) i xarxes d'atenció gràfica (GAT) amb dos conjunts de dades de xarxes de citacions (Cora i Pubmed).
    Matèria: Aprenentatge automàtic
    Curs acadèmic: 2020-2021
    Idioma: en
    Data de la defensa del treball: 2021-02-08
    Àrees temàtiques: Enginyeria informàtica
    Estudiant: Cabezas Rodriguez, José Joaquin
    Departament: Enginyeria Informàtica i Matemàtiques
    Data d'alta al repositori: 2023-07-011
    Paraules clau: xarxes neuronals gràfics, explicabilitat, aprenentatge automàtic
    Títol en la llengua original: Improving stability of GNNExplainer inlarge citation network datasets
    Drets d'accés: info:eu-repo/semantics/openAccess
    Director del projecte: Duch Gavaldà, Jordi
  • Paraules clau:

    Enginyeria informàtica
    Industrial Engineering
    Ingeniería informática
    Aprenentatge automàtic
  • Documents:

  • Cerca a google

    Search to google scholar