Monotone GNNs mit Scoring‑Funktionen: Mehr Erklärbarkeit und starke Leistung bei Link‑Prediction
Graph Neural Networks (GNNs) werden häufig eingesetzt, um fehlende Verbindungen in Wissensgraphen vorherzusagen. Obwohl GNNs leistungsfähig sind, fehlt ihnen bislang eine klare Erklärbarkeit. In jüngsten Studien wurden Datalog‑Regeln aus GNNs extrahiert, um ihre Vorhersagen zu erläutern, jedoch beschränkten sich diese Ansätze auf ein stark eingeschränktes Link‑Prediction‑Schema.
