🤖 machine learning

A Generalized Tikhonov Layer for Interpretable-by-design Graph Neural Networks

यह शोध पत्र टिखोनोव लेयर (Tikhonov layer) का परिचय देता है, जो एक ग्राफ न्यूरल नेटवर्क घटक है जिसे अपने सीखे गए मापदंडों को विशिष्ट फीचर और टोपोलॉजिकल योगदानों से सीधे मैप करके स्वाभाविक रूप से व्याख्या योग्य (interpretable) बनाने के लिए डिज़ाइन किया गया है, जबकि साथ ही वैश्विक रिसेप्टिव फील्ड्स प्राप्त करना और अपारदर्शी बेसलाइनों के प्रदर्शन के बराबर प्रदर्शन करना सुनिश्चित किया गया है।

मूल लेखक: Nicolas Tremblay, Benjamin Ricaud, Filippo Maria Bianchi

प्रकाशित 2026-05-28

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nicolas Tremblay, Benjamin Ricaud, Filippo Maria Bianchi

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास लोगों से भरा एक विशाल, अस्त-व्यस्त कमरा है (ये नोड्स हैं) जो सूचना वाले साइन बोर्ड पकड़े हुए हैं (ये फीचर्स हैं)। ये लोग एक विशिष्ट पैटर्न में एक-दूसरे का हाथ भी पकड़े हुए हैं (यह ग्राफ टोपोलॉजी है)। आपका काम पूरे कमरे के बारे में एक गुप्त बात का अनुमान लगाना है, यह देखते हुए कि कौन क्या पकड़े हुए है और कौन किसका हाथ पकड़े हुए है।

अधिकांश आधुनिक "स्मार्ट रूम" कंप्यूटर (ग्राफ न्यूरल नेटवर्क) जादू के बक्सों की तरह होते हैं। वे कमरे को देखते हैं, कुछ जटिल गणित करते हैं, और आपको एक उत्तर देते हैं। लेकिन यदि आप उनसे पूछते हैं, "आपने यह निर्णय कैसे लिया?" तो वे आमतौर पर कहते हैं, "मैंने बस कर दिया।" वे सटीक हैं, लेकिन वे अपारदर्शी (opaque) हैं।

यह पेपर एक नए प्रकार के "स्मार्ट रूम" कंप्यूटर को पेश करता है जिसे टिखोनोव लेयर (Tikhonov Layer) कहा जाता है। इसे डिफ़ॉल्ट रूप से पारदर्शी (transparent by default) होने के लिए डिज़ाइन किया गया है। यह केवल आपको उत्तर नहीं देता; यह आपको एक ऐसा मानचित्र थमाता है जो विस्तार से समझाता है कि इसने वह निर्णय क्यों लिया।

यह कैसे काम करता है, यहाँ सरल अवधारणाओं में बताया गया है:

1. सुनने के दो तरीके

जब कंप्यूटर कमरे में किसी व्यक्ति को देखता है, तो उसके पास उन्हें सुनने के दो विकल्प होते हैं:

विकल्प A ("स्वयं" मोड): केवल उस व्यक्ति के साइन बोर्ड को सुनें जो उसने पकड़ा है। बाकी सभी को अनदेखा करें।
विकल्प B ("भीड़" मोड): साइन बोर्ड को अनदेखा करें और उन लोगों को सुनें जो उनका हाथ पकड़े हुए हैं।

इस पेपर का आविष्कार हर एक व्यक्ति के लिए एक डायल (dial) बनाता है।

यदि डायल ऊँचा (High) सेट है, तो कंप्यूटर उस व्यक्ति के अपने साइन बोर्ड पर भरोसा करता है।
यदि डायल नीचा (Low) सेट है, तो कंप्यूटर उनके साइन बोर्ड को अनदेखा करता है और उनके आस-पास की भीड़ पर भरोसा करता है।

जब कंप्यूटर अपना काम पूरा कर लेता है, तो आप इन डायलों को देख सकते हैं। यदि किसी व्यक्ति का डायल नीचा है, तो आप जानते हैं कि कंप्यूटर ने निर्णय लिया कि उस व्यक्ति का अपना साइन महत्वपूर्ण नहीं था; बल्कि कनेक्शन महत्वपूर्ण थे। यदि डायल ऊँचा है, तो कंप्यूटर ने तय किया कि उस व्यक्ति का अपना साइन ही कुंजी थी। यही व्याख्या (explanation) है। आपको अनुमान लगाने की आवश्यकता नहीं है; मॉडल स्पष्ट रूप से आपको बताता है कि उसने कमरे के किन हिस्सों पर ध्यान दिया।

2. "स्मूदी" मशीन (गणित वाला भाग)

यह पेपर एक शानदार गणितीय अवधारणा टिखोनोव रेगुलाइजेशन (Tikhonov regularization) का उपयोग करता है। इसे एक स्मूदी मशीन के रूप में सोचें।

आप कच्चे सामग्रियां (साइन पर मौजूद डेटा) डालते हैं।
आप एक ऐसी स्मूदी बनाना चाहते हैं जिसका स्वाद सामग्रियों जैसा हो लेकिन जो "स्मूथ" (हाथ पकड़े हुए लोगों के अनुरूप सुसंगत) भी हो।
मशीन में एक नॉब (knob) होता है जो यह तय करता है कि कितना "स्मूथिंग" करना है।

इस नए मॉडल में, मशीन एक साथ दो चीजें सीखती है:

स्मूदी रेसिपी (पॉलीनोमियल): यह तय करता है कि चीजों को कैसे मिलाना है। क्या यह सब कुछ एक समान स्वाद (होमोफिली) में मिलाना चाहता है? या क्या यह अंतरों (हेटरोफिली) को उभारना चाहता है?
सामग्री की सूची (Q-मैट्रिक्स): यह ऊपर बताए गए डायलों का समूह है। यह तय करता है कि किन लोगों की सामग्री शुद्ध रखी जाएगी और किन्हें भीड़ में मिला दिया जाएगा।

3. यह एक बड़ी बात क्यों है

आमतौर पर, जटिल कमरों को समझने के लिए पर्याप्त स्मार्ट बनाने के लिए, आपको इसे बहुत गहरा और जटिल (एक गगनचुंबी इमारत की तरह) बनाना पड़ता है। लेकिन गगनचुंबी इमारतों के अंदर देखना कठिन होता है।

समस्या: यदि आप कंप्यूटर को बहुत गहरा बनाते हैं, तो यह अक्सर "ओवरस्मूथड" (सब एक जैसे दिखने लगते हैं) या "ओवरस्क्वैशड" (यह कमरे के दूसरे छोर के लोगों को भूल जाता है) हो जाता है।
समाधान: यह पेपर कहता है, "आइए मुख्य मशीन को सरल और पारदर्शी रखें, लेकिन एक अलग, स्मार्ट सहायक को डायल तय करने दें।"
- टिखोनोव लेयर सरल, पारदर्शी मशीन है।
- Q-नेटवर्क स्मार्ट सहायक (एक गहरा, जटिल AI) है जो कमरे को देखता है और मुख्य मशीन के लिए डायल सेट करता है।

इस प्रकार, ऑपरेशन का "मस्तिष्क" जटिल है, लेकिन ऑपरेशन का "तर्क" स्पष्ट बना रहता है। आप देख सकते हैं कि कौन से डायल घुमाए गए और क्यों।

4. प्रयोगों ने क्या दिखाया

लेखकों ने इसे कई "कमरों" पर परखा:

"ग्रीन डॉट" कमरा: कार्य हरे बिंदुओं को गिनना था। कंप्यूटर ने महसूस किया कि उसे यह देखने की ज़रूरत नहीं है कि कौन किसका हाथ पकड़े हुए है; उसे बस साइन बोर्ड देखने की ज़रूरत है। इसने सभी डायल को "सेल्फ मोड" पर सेट कर दिया।
"ट्रायंगल" कमरा: कार्य एक त्रिकोण आकार खोजना था। कंप्यूटर ने महसूस किया कि साइन बोर्ड मायने नहीं रखते (वे सभी खाली थे)। इसने डायल को "क्राउड मोड" पर सेट किया और विशेष रूप से उन तीन लोगों को हाइलाइट किया जो त्रिकोण बना रहे थे।
"लॉन्ग हॉलवे" कमरा: कार्य एक लंबे गलियारे की लंबाई मापना था। मानक कंप्यूटर अक्सर लंबी दूरियों में भ्रमित हो जाते हैं। इस मॉडल ने डायल को समायोजित करके पूरे कमरे में जानकारी को बिना खोए एक छोर से दूसरे छोर तक सफलतापूर्वक पहुँचाया।

सारांश

इस पेपर को एक स्व-व्याख्या करने वाले GPS के रूप में सोचें।

पुराना GPS: "बाएँ मुड़ें।" (आपको नहीं पता कि क्यों)।
नया GPS: "बाएँ मुड़ें क्योंकि आगे का रास्ता अवरुद्ध है, लेकिन बगल वाली गली साफ़ है।"

यह टिखोनोव लेयर ही वह हिस्सा है जो GPS को वह व्याख्या लिखने में मदद करता है। यह कंप्यूटर को एक विकल्प चुनने के लिए मजबूर करता है: "क्या मैं यहाँ के डेटा पर भरोसा करूँ, या वहाँ के कनेक्शन पर?" और फिर यह अपने चयन को साधारण भाषा (डायल के माध्यम से) में लिख देता है ताकि इंसान इसे समझ सकें। यह साबित करता है कि आप एक शक्तिशाली, स्मार्ट कंप्यूटर बना सकते हैं जिसे "ब्लैक बॉक्स" होने की आवश्यकता नहीं है।

तकनीकी सारांश: व्याख्या योग्य-दर-डिज़ाइन (Interpretable-by-design) ग्राफ न्यूरल नेटवर्क के लिए एक सामान्यीकृत टिखोनोव परत (Tikhonov Layer)

समस्या विवरण

ग्राफ न्यूरल नेटवर्क (GNNs) ने ग्राफ टोपोलॉजी पर विशेषताओं (features) को एकत्रित करने के लिए सीखकर ग्राफ और नोड वर्गीकरण कार्यों में महत्वपूर्ण सफलता प्राप्त की है। हालांकि, उनकी व्याख्यात्मकता (interpretability) एक गंभीर चुनौती बनी हुई है। पारंपरिक न्यूरल नेटवर्क के विपरीत, GNNs को न केवल यह समझाना होता है कि इनपुट फीचर्स को कैसे रूपांतरित किया जाता है, बल्कि यह भी कि ग्राफ टोपोलॉजी का उपयोग कैसे किया जाता है। मौजूदा व्याख्यात्मकता विधियाँ अक्सर पोस्ट-हॉक सन्निकटन (जैसे, GNNExplainer, ग्रेडिएंट सैलिएंसी) पर निर्भर करती हैं, जिनमें निष्ठा (faithfulness) की गारंटी का अभाव होता है, या दो-मॉड्यूल आर्किटेक्चर पर निर्भर करती हैं जहाँ एक स्पष्टीकरण एक्सट्रैक्टर क्लासिफायर से अलग होता है, जिससे क्लासिफायर नुकसान (loss) को कम करते हुए स्पष्टीकरण को अनदेखा कर सकता है। इसके अलावा, गहरे GNNs ओवरस्मूथिंग (नोड रिप्रजेंटेशन का ढहना) और ओवरस्क्वैशिंग (लंबी दूरी की संवेदनशीलता का घातीय क्षय) जैसी विकृतियों से ग्रस्त होते हैं।

कार्यप्रणाली

लेखक एक टिखोनोव परत (Tikhonov layer) का प्रस्ताव करते हैं, जो एक ग्राफ न्यूरल नेटवर्क परत है जिसे निर्माण के समय ही व्याख्या योग्य (interpretable by construction) बनाया गया है। मुख्य नवाचार एक विशिष्ट क्लोज्ड-फॉर्म समाधान के माध्यम से ग्राफ प्रोपेगेशन मैट्रिक्स $R$ को एक सामान्यीकृत ग्राफ टिखोनोव रेगुलराइजेशन समस्या तक सीमित करना है।

प्रोपेगेशन ऑपरेटर

नॉर्मलाइज्ड लैपलेसियन $L$ वाले ग्राफ के लिए, इनपुट फीचर्स $X$ के लिए लेयर आउटपुट निम्न द्वारा दिया जाता है:
$X^{(k+1)} = \sigma \left( R X^{(k)} W \right)$
जहाँ प्रोपेगेशन मैट्रिक्स $R$ को इस प्रकार परिभाषित किया गया है:
$R = (p(L) + Q)^{-1} Q$
यहाँ:

$L$ नॉर्मलाइज्ड ग्राफ लैपलेसियन है।
$Q = \text{diag}(q_1, \dots, q_n)$ सख्ती से धनात्मक नोड-महत्व स्कोर का एक सीखने योग्य (learnable) डायगोनल मैट्रिक्स है।
$p(\cdot)$ एक सीखने योग्य बहुपद (polynomial) है जो $\lambda \in [0, 2]$ के लिए $0 < p(\lambda) < 1$ संतुष्ट करता है।
$\sigma$ एक पॉइंट-वाइज़ नॉन-लिनियैरिटी है और $W$ एक वेट मैट्रिक्स है।

वेरिएशनल व्याख्या (Variational Interpretation)

ऑपरेटर $R$ सामान्यीकृत टिखोनोव समस्या का अद्वितीय क्लोज्ड-फॉर्म मिनिमाइज़र है:
$R x = \arg \min_{z \in \mathbb{R}^n} \sum_{i \in V} q_i (x_i - z_i)^2 + z^\top p(L) z$
यह फॉर्मूलेशन स्पष्ट रूप से नोड-स्तरीय डेटा फिडेलिटी (जो $q_i$ द्वारा भारित है) और टोपोलॉजी-संचालित रेगुलराइजेशन (जो $p(L)$ द्वारा नियंत्रित है) के बीच संतुलन बनाता है।

बड़ा $q_i$ : नोड $i$ अपने स्वयं के फीचर्स पर भारी निर्भरता रखता है; आउटपुट $z_i$ अपने $x_i$ के करीब रहता है।
छोटा $q_i$ : नोड $i$ अपने स्वयं के फीचर्स को त्याग देता है और ग्राफ टोपोलॉजी (स्मूथनेस या $p$ द्वारा निर्धारित विशिष्ट स्पेक्ट्रल गुणों) द्वारा संचालित समाधान को अपनाता है।
$p(\lambda)$ का आकार: टोपोलॉजिकल प्रभाव की प्रकृति निर्धारित करता है। एक बढ़ता हुआ $p$ उच्च आवृत्तियों (high frequencies) को दंडित करता है (होमोफिली/स्मूथनेस को बढ़ावा देता है), जबकि एक घटता हुआ $p$ निम्न आवृत्तियों (low frequencies) को दंडित करता है (हेटरोफिली को बढ़ावा देता है)।

आर्किटेक्चर और एक्सप्रेसिविटी

व्याख्यात्मकता से समझौता किए बिना उच्च एक्सप्रेसिविटी बनाए रखने के लिए, आर्किटेक्चर चिंताओं का पृथक्करण (separation of concerns) अपनाता है:

Q-नेटवर्क: एक समर्पित, संभावित रूप से गहरा GNN (जैसे, ChebNet या ARMA) जो ग्राफ $(G, X)$ को इनपुट के रूप में लेता है और नोड महत्व स्कोर $Q$ आउटपुट करता है। यह घटक जटिल रिप्रजेंटेशनल लर्निंग को संभालता है और $q_i$ को स्थानीय ग्राफ संरचनाओं और फीचर्स के अनुकूल बनाता है।
टिखोनोव लेयर: एक एकल, पारदर्शी लेयर जो प्रोपेगेशन $R$ लागू करती है। इसमें कोई छिपी हुई नॉन-लिनियैरिटी या जटिल मैसेज-पासिंग स्टेप्स नहीं हैं; इसके पैरामीटर्स $p$ के बहुपद गुणांक और Q-नेटवर्क के आउटपुट हैं।
हेड (Head): अंतिम भविष्यवाणी के लिए एक ग्लोबल पूलिंग ऑपरेशन के बाद एक MLP।

मॉडल मल्टी-चैनल विस्तारों का समर्थन करता है जहाँ कई स्वतंत्र Q-नेटवर्क्स और पॉलिनॉमियल्स का उपयोग किया जाता है, हालांकि प्रयोग सिंगल-चैनल मामले ( $J=1$ ) पर केंद्रित हैं।

कार्यान्वयन विवरण

गणना (Computation): $(p(L) + Q)^{-1}QX$ की गणना करने के लिए लीनियर सिस्टम को हल करने की आवश्यकता होती है। लेखक $O(n^3)$ डेंस इनवर्जन की लागत से बचने के लिए एक डायगोनल (जैकोबी) प्रीकंडीशनर के साथ प्रीकंडीशनड कंजुगेट ग्रेडिएंट (PCG) का उपयोग करते हैं, जिससे स्केलेबिलिटी $O(dTKm) $प्राप्त होती है जहाँ$ T$ इटरेशन की संख्या है।
डिफरेंशिएशन (Differentiation): सॉल्वर के कम्प्यूटेशनल ग्राफ को स्टोर करने से बचने के लिए, लेखक इम्प्लिसिट डिफरेंशिएशन (implicit differentiation) का उपयोग करते हैं, जिसके लिए $Q$ और $p$ के सापेक्ष ग्रेडिएंट्स की गणना करने के लिए बैकवर्ड पास में केवल एक अतिरिक्त PCG सॉल्व की आवश्यकता होती है।
प्रतिबंध (Constraints): बहुपद $p(\lambda)$ को बर्नस्टीन पॉलिनॉमियल्स (Bernstein polynomials) का उपयोग करके पैरामीटराइज किया जाता है ताकि $0 < p(\lambda) < 1$ को सख्ती से लागू किया जा सके। स्कोर $q_i$ को लॉग-स्पेस क्लैम्पिंग फंक्शन के माध्यम से सख्ती से धनात्मक मानों में मैप किया जाता है।

मुख्य योगदान और सैद्धांतिक गुण

अंतर्निहित व्याख्यात्मकता (Built-in Interpretability): जोड़ी $\{ \{q_i\}_{i \in V}, p(\cdot) \}$ एक सीधा, निष्ठावान स्पष्टीकरण है। बड़ा $q_i$ फीचर निर्भरता को दर्शाता है; छोटा $q_i$ टोपोलॉजिकल निर्भरता को दर्शाता है। $p$ का आकार स्पेक्ट्रल बायस (होमोफिली, हेटरोफिली, बैंड-पास) को प्रकट करता है।
संरचनात्मक युग्मन (Structural Coupling): लेखक सिद्ध करते हैं (प्रपोजिशन 3.6) कि मानचित्र $Q \mapsto R$ एक इंजेक्टिव (injective) है। पोस्ट-हॉक विधियों के विपरीत, स्पष्टीकरण ( $Q$ ) को बदलने से अनिवार्य रूप से प्रोपेगेशन ऑपरेटर ( $R$ ) बदल जाता है, जो यह सुनिश्चित करता है कि स्पष्टीकरण गणना के प्रति निष्ठावान है।
एक्सप्रेसिविटी (Expressivity): दिखाया गया है कि यह लेयर होमोजेनियस केस में निरंतर स्पेक्ट्रल फिल्टर के स्पेस में सघन (dense) है। हेट्रोजेनियस $Q$ के साथ, यह स्टेशनैरिटी को तोड़कर पारंपरिक स्पेक्ट्रल फिल्टरों से परे अपनी एक्सप्रेसिविटी को सख्ती से विस्तारित करती है (प्रपोजिशन 3.3)।
GNN विकृतियों का शमन (Mitigation of GNN Pathologies):
- ओवरस्मूथिंग (Oversmoothing): एक सिंगल लेयर के उपयोग और $p(L) + Q$ की इनवर्टीबिलिटी द्वारा इससे बचा जाता है। नोड कोलैप्स केवल तभी होता है जब मॉडल जानबूझकर सभी $q_i \to 0$ की ओर ले जाता है।
- ओवरस्क्वैशिंग (Oversquashing): लंबी दूरी की संवेदनशीलता $|R_{ij}|$ के क्षय की दर सिस्टम के कंडीशन नंबर $\kappa$ द्वारा नियंत्रित होती है, जो सीखे गए $Q$ पर निर्भर करती है। मॉडल आवश्यकतानुसार लंबी दूरी की संवेदनशीलता को बढ़ाने के लिए $\kappa$ को कम करने (विशिष्ट $q_i$ को कम करके) के लिए सीख सकता है, जो प्रभावी रूप से स्थानीय सटीकता के बदले वैश्विक पहुंच का व्यापार करता है।

प्रयोगात्मक परिणाम

मॉडल का मूल्यांकन सिंथेटिक और मानक बेंचमार्क पर किया गया, जो प्रदर्शन और व्याख्यात्मकता दोनों को प्रदर्शित करता है:

नियंत्रित सिंथेटिक कार्य (Controlled Synthetic Tasks):
- Colors-3: यह कार्य पूरी तरह से नोड फीचर्स पर निर्भर करता है। मॉडल ने हर जगह बड़े $q_i$ सीखे, प्रभावी रूप से टोपोलॉजी को अनदेखा किया और एक MLP की तरह व्यवहार किया, सही ढंग से पहचाना कि फीचर्स भविष्यवाणियों को संचालित करते हैं।
- Clique Distance: एक विशुद्ध संरचनात्मक कार्य। मॉडल ने पाथ नोड्स के लिए छोटे $q_i$ (दूरी महसूस करने के लिए टोपोलॉजी पर भरोसा करना) और क्लीक नोड्स (एंकर) के लिए बड़े $q_i$ सीखे, जिससे 100% सटीकता प्राप्त हुई।
- Triangles: ट्राइएंगल्स का पता लगाने वाला एक संरचनात्मक कार्य। मॉडल ने आम तौर पर छोटे $q_i$ दिए लेकिन ट्राइएंगल वर्टिसिस के लिए बड़े $q_i$ दिए, बिना किसी सुपरविजन के मोटिफ (motif) को सटीक रूप से पहचाना।
CSBM (Contextual Stochastic Block Model): मॉडल ने रिकवरी के लिए सैद्धांतिक फेज ट्रांजिशन थ्रेशोल्ड को सफलतापूर्वक ट्रैक किया। सीखे गए $q_i$ मान फीचर-डोमिनेटेड (बड़े $q_i$ ) से टोपोलॉजी-डोमिनेटेड (छोटे $q_i$ ) रेजीम में सुचारू रूप से परिवर्तित हुए, मिश्रित रेजीम में सिग्नल के स्रोत को सही ढंग से पहचाना।
ECHO-diam (Long-Range Propagation): ग्राफ डायमीटर रिग्रेशन कार्य पर, मॉडल ने 1.17 का MAE प्राप्त किया, जो गहरे GNN बेसलाइन्स (~1.6) से बेहतर प्रदर्शन करता है और ट्रांसफॉर्मर प्रदर्शन (1.05) के करीब पहुँचता है। स्पष्टीकरण ने खुलासा किया कि मॉडल ने परिधीय नोड्स (एन्डपॉइंट्स) को बड़े $q_i$ और आंतरिक नोड्स को छोटे $q_i$ दिए, जिससे एन्डपॉइंट्स और स्मूथ इंटीरियर के बीच के अंतर का उपयोग करके डायमीटर का अनुमान लगाया गया।

महत्व और दावे

पेपर का दावा है कि टिखोनोव लेयर व्याख्यात्मकता के लिए एक नया दृष्टिकोण प्रदान करती है क्योंकि यह पोस्ट-हॉक तरीके से स्पष्टीकरण प्राप्त करने के बजाय लेयर को ही स्व-व्याख्यात्मक (self-explainable) बनाने के लिए डिज़ाइन की गई है।

निष्ठा (Faithfulness): स्पष्टीकरण स्वयं मॉडल है; कोई अलग सबग्राफ या सन्निकटन नहीं है।
सूक्ष्मता (Granularity): यह बाइनरी सबग्राफ चयन के बजाय एक निरंतर, स्थानिक रूप से रिज़ॉल्व्ड उत्तर (ग्रेड $q_i$ मान) प्रदान करता है।
प्रदर्शन (Performance): मॉडल विभिन्न कार्यों पर ओपेक (opaque) बेसलाइन्स (जैसे, GIN, GAT, और ट्रांसफॉर्मर) की बराबरी करता है या उनसे बेहतर प्रदर्शन करता है, साथ ही यह अंतर्दृष्टि भी प्रदान करता है कि कार्य को कैसे हल किया जा रहा है (जैसे, फीचर-आधारित बनाम टोपोलॉजी-आधारित रीजनिंग के बीच अंतर करना)।
सीमाएँ (Limitations): लेखक स्वीकार करते हैं कि कुछ स्पष्टीकरण मनुष्यों के लिए व्याख्या करने में जटिल हो सकते हैं और PCG की कम्प्यूटेशनल लागत लंबी दूरी की बातचीत के लिए अधिक हो सकती है (हालांकि वे सन्निकटन के लिए रैंडम न्यूमेरिकल लीनियर अल्जेब्रा को एक भविष्य की दिशा के रूप में सुझाते हैं)।

यह कार्य स्थापित करता है कि जटिल, नॉन-स्टेशनरी ग्राफ फिल्टर सीखने की क्षमता को खोए बिना व्याख्यात्मकता प्राप्त करने के लिए GNN लेयर्स को विशिष्ट वेरिएशनल रूपों में सीमित करना संभव है।