연구진이 훈련 후 예측에 활용된 노드 특징과 그래프 구조를 직접적으로 보여주는 설명 가능한 그래프 신경망 레이어인 Tikhonov 레이어를 제안했어요.
Tikhonov 레이어는 훈련된 파라미터가 예측에 활용된 노드 특징과 그래프 구조를 직접적으로 드러내며, 그래프 Laplacian, learnable diagonal matrix, learnable polynomial을 활용해요.
학습된 중요도 점수와 다항식은 노드의 중요도와 그래프 구조 활용 방식을 나타내는 내장된 설명을 제공하며, 복잡성은 별도의 Q-네트워크를 통해 처리돼 투명성을 유지해요.