Vysvětlitelnost grafových neuronových sítí
školitel: | . Martin Holeňa |
e-mail: | zobrazit e-mail |
typ práce: | |
zaměření: | MI_MM, MI_AMSM, MINF, APIN |
klíčová slova: | neuronové sítě, hluboké učení, grafová data, grafové neuronové sítě, vysvětlitelnost |
odkaz: | http://www.cs.cas.cz/~martin/ |
popis: | Grafová data se používají k uchovávání znalostí o mnoha důležitých oblastech současného světa, jako jsou např. počítačové sítě, sociální sítě, chemické molekuly, komunikační systémy, průmyslové procesy či textové dokumenty. Metody pro analýzu dat a modelování založené na datech, jako jsou klasifikace, regrese a shlukování, však byly dosud vyvíjeny primárně pro vektorová data a grafová data je pro použití těchto metod zapotřebí nejprve reprezentovat v nějakém vektorovém prostoru. Nejúspěšnější při takové reprezentaci jsou umělé neuronové sítě. Díky potřebě učení reprezentací grafů se objevil specifický typ neuronových sítí, nazývaný grafové neuronové sítě. Avšak i grafové neuronové sítě mají vlastnost naprosté většiny umělých neuronových sítí, že transformace vstupů sítě na její výstupy je black-box zobrazení, které pro daný vstup sítě neumožňuje vysvětlit její výstup. V souvislosti s tradičními neuronovými sítěmi, především vícevrstevnými perceptrony a sítěmi s radiálními bázovými funkcemi, se již od devadesátých let věnuje pozornost metodám umožňujícím popsat závislost výstupu sítě na jejím vstupu pomocí logických implikací a ekvivalencí, případně jiným způsobem vysvětlit hodnotu výstupu pro daný vstup. V případě grafových neuronových sítí je však výzkum vysvětlovacích metod teprve v začátcích. Příspěvkem k němu by měla být i navrhovaná práce. |
literatura: | viz https://www.cs.cas.cz/~martin/diplomka64.html |
naposledy změněno: | 27.08.2022 20:49:52 |
za obsah této stránky zodpovídá:
Čestmír Burdík | naposledy změněno: 9.9.2021