연구진이 그래프 신경망(GNN)의 설명 가능성을 높이는 새로운 알고리즘을 개발했어요. 기존 방식의 계산 복잡도를 줄여 대규모 문제에 GNN-LRP를 적용할 수 있게 됐어요. 최대 $K$개의 관련 워크를 다항 시간 안에 찾아내는 알고리즘을 제안했어요.
최대우도 설정 기반의 max-product 알고리즘을 활용해 뉴런 수준에서 정확하게, 노드 수준에서는 근사적으로 관련 워크를 탐색해요. 역학, 분자, 자연어 처리 벤치마크에서 성능을 입증했어요.
연구 결과와 코드는 GitHub 저장소에서 확인할 수 있어요.