摘要
本公开提供了一种基于集体行为建模的多尺度因果发现方法及系统,涉及因果发现技术领域,包括:获取单细胞RNA测序数据,单细胞RNA测序数据为若干个细胞的基因表达矩阵;将单细胞RNA测序数据输入到多尺度因果模型中进行推理,得到多尺度因果图,所述多尺度因果图用于描述基因与基因、基因与基因程序之间的多尺度因果关系;其中,所述多尺度因果模型,将单个基因作为个体变量,通过集体行为建模,聚合为表征基因程序的集体变量,并采用多尺度协同学习策略,协同学习个体与个体、个体与集体之间的多尺度因果关系。本发明创新性地构建了集体行为建模框架,能够有效识别驱动状态变化的关键集体行为,提高了因果发现的准确性、合理性和鲁棒性。
技术关键词
变量
多尺度
多层前馈神经网络
基因
非暂态计算机可读存储介质
注意力机制
线性变换矩阵
增广拉格朗日
电子设备
处理器
深度学习模型
发现系统
存储器
数据获取模块
计算机程序产品
重构
系统为您推荐了相关专利信息
轨迹识别方法
视频采集模块
特征提取模块
深度学习网络提取
识别模块
融合卷积网络
航空压气机
故障诊断方法
样本
多模态
预测模型构建方法
构建预测模型
自动编码器
预测模型技术
模型构建系统