均值聚合图神经网络的声音逻辑解释
机器学习
2025-11-18 v1 人工智能
计算机科学中的逻辑
摘要
图神经网络 (GNN) 常用于知识图谱完成。其黑箱特性激发了使用声音逻辑规则来解释预测并刻画其表达性的工作。然而，尽管广泛使用均值作为聚合函数的 GNN，却缺乏可解释性和表达性结果。我们考虑使用均值聚合和非负权重的 GNN (MAGNN)，证明了其可sound的单调规则的精确类别，同时提供了一种受限的一阶逻辑片段来解释任何 MAGNN 预测。我们的实验表明，将均值聚合 GNN限制为非负权重后，在标准归纳基准测试上的表现可与或优于原方法，能够获得声音规则，能够在实践中生成有洞察力的解释，并且声音规则可揭示训练模型中的问题。
引用
@article{arxiv.2511.11593,
title = {Sound Logical Explanations for Mean Aggregation Graph Neural Networks},
author = {Matthew Morris and Ian Horrocks},
journal= {arXiv preprint arXiv:2511.11593},
year = {2025}
}
备注
Full version (with appendices) of paper accepted to NeurIPS 2025 (The Thirty-Ninth Annual Conference on Neural Information Processing Systems)