本发明提供了一种基于强化学习的因果网络发现系统,将生物分子看作变量,获取生物分子的观测数据,并依据数据筛选变量可能的父变量,得到初始邻域选择后的稀疏图;利用图注意力网络从生物分子的观测数据以及初始邻域选择后的稀疏图中提取每个生物分子的嵌入式特征;依据每个生物分子的嵌入式特征计算所有生物分子的权重向量,循环在所述权重向量上采样,将抽取到的变量依次从后向前排序;依据打分函数为排序计算奖励,根据奖励在强化学习框架下更新各网络的参数,根据更新后的参数指导生成奖励更高的变量排序;对奖励最高的排序进行变量选择,得到最终的生物分子因果调控网络;本发明提高了因果图搜索过程的可解释性从而提高因果结构发现的精度。
声明:
“基于强化学习的因果网络发现系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)