Copertina

Aligning Molecular Graph Explanations with Chemical Identity via InChIfied Invariants

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Guidotti, Emanuele, Puglioli, Sara
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Causality-Aware Local Interpretable Model-Agnostic Explanations
di: Cinquini, Martina, et al.
Pubblicazione: (2022)

Explanations Go Linear: Post-hoc Explainability for Tabular Data with Interpretable Meta-Encoding
di: Piaggesi, Simone, et al.
Pubblicazione: (2025)

SIGMA: Structure-Invariant Generative Molecular Alignment for Chemical Language Models via Autoregressive Contrastive Learning
di: Wang, Xinyu, et al.
Pubblicazione: (2026)

Explainable Molecular Property Prediction: Aligning Chemical Concepts with Predictions via Language Models
di: Wang, Zhenzhong, et al.
Pubblicazione: (2024)

Aligning LLMs with Domain Invariant Reward Models
di: Wu, David, et al.
Pubblicazione: (2025)

Fair Clustering with Clusterlets
di: Setzu, Mattia, et al.
Pubblicazione: (2025)

Graph Diffusion Counterfactual Explanation
di: Bechtoldt, David, et al.
Pubblicazione: (2025)

Deep Learning on Real-World Graphs
di: Rossi, Emanuele
Pubblicazione: (2025)

EXAGREE: Mitigating Explanation Disagreement with Stakeholder-Aligned Models
di: Li, Sichao, et al.
Pubblicazione: (2024)

Tangentially Aligned Integrated Gradients for User-Friendly Explanations
di: Simpson, Lachlan, et al.
Pubblicazione: (2025)

GraphAlign: Pretraining One Graph Neural Network on Multiple Graphs via Feature Alignment
di: Hou, Zhenyu, et al.
Pubblicazione: (2024)

Towards OOD Generalization in Dynamic Graphs via Causal Invariant Learning
di: Zhang, Xinxun, et al.
Pubblicazione: (2026)

Learning Invariant Representations of Graph Neural Networks via Cluster Generalization
di: Xia, Donglin, et al.
Pubblicazione: (2024)

GraphMETRO: Mitigating Complex Graph Distribution Shifts via Mixture of Aligned Experts
di: Wu, Shirley, et al.
Pubblicazione: (2023)

How Explanations Leak the Decision Logic: Stealing Graph Neural Networks via Explanation Alignment
di: Ma, Bin, et al.
Pubblicazione: (2025)

Global Human-guided Counterfactual Explanations for Molecular Properties via Reinforcement Learning
di: Wang, Danqing, et al.
Pubblicazione: (2024)

SEEN: Sharpening Explanations for Graph Neural Networks using Explanations from Neighborhoods
di: Cho, Hyeoncheol, et al.
Pubblicazione: (2021)

Iterative Graph Neural Network Enhancement via Frequent Subgraph Mining of Explanations
di: Naik, Harish G., et al.
Pubblicazione: (2024)

GraphIFE: Rethinking Graph Imbalance Node Classification via Invariant Learning
di: Zeng, Fanlong, et al.
Pubblicazione: (2025)

MolecularIQ: Characterizing Chemical Reasoning Capabilities Through Symbolic Verification on Molecular Graphs
di: Bartmann, Christoph, et al.
Pubblicazione: (2026)

Which Models have Perceptually-Aligned Gradients? An Explanation via Off-Manifold Robustness
di: Srinivas, Suraj, et al.
Pubblicazione: (2023)

Interpreting Graph Inference with Skyline Explanations
di: Qiu, Dazhuo, et al.
Pubblicazione: (2025)

GSINA: Improving Subgraph Extraction for Graph Invariant Learning via Graph Sinkhorn Attention
di: Yan, Junchi, et al.
Pubblicazione: (2024)

The Invisible Handshake: Persistent Overpricing by Adaptive Market Agents
di: Foscari, Luigi, et al.
Pubblicazione: (2025)

Invariant Graph Transformer for Out-of-Distribution Generalization
di: Liao, Tianyin, et al.
Pubblicazione: (2025)

Invariant-Based Diagnostics for Graph Benchmarks
di: von Moos, Richard, et al.
Pubblicazione: (2026)

RISE: Radius of Influence based Subgraph Extraction for 3D Molecular Graph Explanation
di: Qu, Jingxiang, et al.
Pubblicazione: (2025)

Graph Neural Network Causal Explanation via Neural Causal Models
di: Behnam, Arman, et al.
Pubblicazione: (2024)

Is Your Explanation Reliable: Confidence-Aware Explanation on Graph Neural Networks
di: Zhang, Jiaxing, et al.
Pubblicazione: (2025)

PAC Learnability under Explanation-Preserving Graph Perturbations
di: Zheng, Xu, et al.
Pubblicazione: (2024)

RAW-Explainer: Post-hoc Explanations of Graph Neural Networks on Knowledge Graphs
di: Kubo, Ryoji, et al.
Pubblicazione: (2025)

EdgeMask-DG*: Learning Domain-Invariant Graph Structures via Adversarial Edge Masking
di: Bhattacharya, Rishabh, et al.
Pubblicazione: (2026)

View-based Explanations for Graph Neural Networks
di: Chen, Tingyang, et al.
Pubblicazione: (2024)

Graph Neural Network Explanations are Fragile
di: Li, Jiate, et al.
Pubblicazione: (2024)

Invariant-Stratified Propagation for Expressive Graph Neural Networks
di: Hevapathige, Asela, et al.
Pubblicazione: (2026)

Homomorphism Expressivity of Spectral Invariant Graph Neural Networks
di: Gai, Jingchu, et al.
Pubblicazione: (2025)

Pard: Permutation-Invariant Autoregressive Diffusion for Graph Generation
di: Zhao, Lingxiao, et al.
Pubblicazione: (2024)

SCENT: Aligning Mass Spectra with Molecular Structure for Olfactory Perception
di: Zhang, Ziqi, et al.
Pubblicazione: (2026)

Structure-Aware E(3)-Invariant Molecular Conformer Aggregation Networks
di: Nguyen, Duy M. H., et al.
Pubblicazione: (2024)

Model-Level GNN Explanations via Rule-to-Graph Readout for Logit Reconstruction
di: Lu, Shengyao, et al.
Pubblicazione: (2025)