분자 그래프 분류에서의 설명 가능한 인공지능 


51권  2호, pp. 157-164, 2월  2024
10.5626/JOK.2024.51.2.157


PDF

  요약

인공지능의 발전과 함께 설명 가능한 인공지능의 필요성이 점점 커지고 있다. 최근에는 그래프 신경망 기반의 설명 가능한 인공지능 연구도 활발히 진행되고 있으나, 주로 일반적인 그래프에 초점을 두고 있다. 분자 그래프의 화학적 특성에 의존하는 특징 때문에, 현존하는 기법이 분자 그래프에서도 설명력을 제공할 수 있는지 파악하는 연구의 필요성을 강조한다. 본 논문에서는 분자 그래프에 기존의 기술을 적용하고, 이를 정량적 및 정성적으로 평가하여 설명력을 확인하였다. 더불어 중요한 특성의 비율을 통일한 후의 결과도 검토하여, 설명 가능한 인공지능의 평가 지표 중 하나인 희소성의 중요성을 강조하였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

Y. Son, Y. Shin, S. Kwon, "Explainable Artificial Intelligence in Molecular Graph Classification," Journal of KIISE, JOK, vol. 51, no. 2, pp. 157-164, 2024. DOI: 10.5626/JOK.2024.51.2.157.


[ACM Style]

Yeongyeong Son, Yewon Shin, and Sunyoung Kwon. 2024. Explainable Artificial Intelligence in Molecular Graph Classification. Journal of KIISE, JOK, 51, 2, (2024), 157-164. DOI: 10.5626/JOK.2024.51.2.157.


[KCI Style]

손연경, 신예원, 권선영, "분자 그래프 분류에서의 설명 가능한 인공지능," 한국정보과학회 논문지, 제51권, 제2호, 157~164쪽, 2024. DOI: 10.5626/JOK.2024.51.2.157.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr