[논문 리뷰] An Overview of Interpretability of Machine Learning
XAI (Explainable AI) 에 대해서 배우기 앞서, 첫번째로 리뷰할 논문은 XAI에 대한 전반적인 연구들을 리뷰한 논문이다. 논문 정보는 아래와 같다. Gilpin, L. H., Bau, D., Yuan, B. Z., Bajwa, A., Specter, M., & Kagal, L. (2018, October). Explaining explanations: An overview of interpretability of machine learning. In 2018 IEEE 5th International Conference on data science and advanced analytics (DSAA) (pp. 80-89). IEEE. ISO 690 Black box모델에 대해서 설명력을 확보..
Graph convolution network (GCN)
Graph convolution network (GCN) 은 graph stucture를 가진 데이터에서 예측을 하는 딥러닝 모델입니다. 예를 들어서, 가장 많이 쓰이는 예로, 화합물을 예측하는 것입니다. CH4 라는 물질이 있을 때, 원자와 결합관계를 통해 그래프로 표현할 수 있습니다. 이 연결 강도, 연결 각도, 원자 고유의 특징등의 정보를 통해, 해당 그래프가 CH4임을 예측하도록 학습할 수 있습니다. 또한 다른 예시로, 각 노드별로 예측을 할 수 있습니다. 예를 들어서, 자전거 수요 예측에 있어서, 각 노드를 자전거 Station으로, 그리고 Edge를 거리로 가정할 때, 그래프 구조를 생성할 수 있고, 이를 통해, 예측하고 싶은 시간대에 자전거의 수요를 예측할 수 있습니다. 가장 기본적인..
