可信圖神經網絡綜述 覆蓋隱私公平與可解釋
圖神經網絡(GNN)在金融分析、交通預測與藥物發現等高風險場景應用廣泛,但其可信性問題不容忽視。美國兩所大學的研究團隊就此發表全面綜述。
風險盤點
研究表明GNN可能洩露私人資訊、容易受到對抗性攻擊,攻擊者只需對訓練圖作出不引人注意的擾動,便可誘使模型給出自己想要的結果。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
