本公開涉及因果發(fā)現(xiàn)，具體涉及一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法及系統(tǒng)。

背景技術(shù)：

1、因果發(fā)現(xiàn)的核心在于揭示觀察現(xiàn)象背后的潛在機制。在復(fù)雜系統(tǒng)中，區(qū)分因果關(guān)系與單純相關(guān)性對于有效設(shè)計干預(yù)措施和制定政策至關(guān)重要；然而，傳統(tǒng)的因果發(fā)現(xiàn)方法主要聚焦于分析系統(tǒng)中個體之間的相互影響，往往忽視了多個個體結(jié)合所形成的集體行為。

2、實際上，在生態(tài)系統(tǒng)、經(jīng)濟系統(tǒng)以及社會網(wǎng)絡(luò)中，個體行為的集體作用常常能夠引發(fā)非線性的反饋效應(yīng)，深刻影響系統(tǒng)的動態(tài)變化；這種集體行為的復(fù)雜性使得傳統(tǒng)因果發(fā)現(xiàn)方法難以準(zhǔn)確捕捉系統(tǒng)內(nèi)部的動態(tài)特征，尤其是在許多現(xiàn)實復(fù)雜系統(tǒng)中，個體間的相互作用并非簡單的線性疊加，而是源于復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)及多尺度的交互關(guān)系，從而使得集體行為展現(xiàn)出復(fù)雜的非線性特征。這種非線性關(guān)系表明，微小的變化可能引發(fā)系統(tǒng)內(nèi)的顯著反應(yīng)，而傳統(tǒng)方法在識別和建模這一復(fù)雜性方面存在不足，進而導(dǎo)致發(fā)現(xiàn)的因果關(guān)系出現(xiàn)遺漏以及偏差。此外，集體狀態(tài)的抽象性與現(xiàn)有的基于得分的因果發(fā)現(xiàn)算法的局部優(yōu)化策略，則進一步增加了研究非線性影響的難度，使得從數(shù)據(jù)中提取有效因果信息的過程更加復(fù)雜。

3、因此，現(xiàn)有因果發(fā)現(xiàn)方法，缺乏對集體行為的深入理解及其非線性影響的探討，無法準(zhǔn)確地揭示復(fù)雜系統(tǒng)中的因果機制。

技術(shù)實現(xiàn)思路

1、本公開為了解決上述問題，提出了一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法及系統(tǒng)，創(chuàng)新性地構(gòu)建了集體行為建?？蚣埽軌蛴行ёR別驅(qū)動狀態(tài)變化的關(guān)鍵集體行為，提高了因果發(fā)現(xiàn)的準(zhǔn)確性、合理性和魯棒性。

2、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

3、一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，包括：

4、獲取單細(xì)胞rna測序數(shù)據(jù)，所述單細(xì)胞rna測序數(shù)據(jù)為若干個細(xì)胞的基因表達矩陣；

5、將預(yù)處理后的單細(xì)胞rna測序數(shù)據(jù)，輸入到多尺度因果模型中進行推理，得到多尺度因果圖，所述多尺度因果圖用于描述基因與基因、基因與基因程序之間的多尺度因果關(guān)系；

6、其中，所述多尺度因果模型，將單個基因作為個體變量，通過集體行為建模，聚合為表征基因程序的集體變量，并采用多尺度協(xié)同學(xué)習(xí)策略，協(xié)同學(xué)習(xí)個體與個體、個體與集體之間的多尺度因果關(guān)系。

7、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

8、一種基于集體行為建模的多尺度因果發(fā)現(xiàn)系統(tǒng)，包括：

9、數(shù)據(jù)獲取模塊，被配置為：獲取單細(xì)胞rna測序數(shù)據(jù)，所述單細(xì)胞rna測序數(shù)據(jù)為若干個細(xì)胞的基因表達矩陣；

10、因果發(fā)現(xiàn)模塊，被配置為：將預(yù)處理后的單細(xì)胞rna測序數(shù)據(jù)，輸入到多尺度因果模型中進行推理，得到多尺度因果圖，所述多尺度因果圖用于描述基因與基因、基因與基因程序之間的多尺度因果關(guān)系；

11、其中，所述多尺度因果模型，將單個基因作為個體變量，通過集體行為建模，聚合為表征基因程序的集體變量，并采用多尺度協(xié)同學(xué)習(xí)策略，協(xié)同學(xué)習(xí)個體與個體、個體與集體之間的多尺度因果關(guān)系。

12、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

13、一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

14、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

15、一種非暫態(tài)計算機可讀存儲介質(zhì)，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

16、根據(jù)一些實施例，本公開采用如下技術(shù)方案：

17、一種電子設(shè)備，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當(dāng)電子設(shè)備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設(shè)備執(zhí)行實現(xiàn)所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

18、與現(xiàn)有技術(shù)相比，本公開的有益效果為：

19、(1)本發(fā)明提出了一種基于注意力機制與多尺度協(xié)同學(xué)習(xí)的多尺度因果發(fā)現(xiàn)方法。該方法通過構(gòu)建集體表征模型，將個體變量聚合為集體變量，并采用兩階段優(yōu)化策略，協(xié)同學(xué)習(xí)個體與集體之間的多尺度因果關(guān)系，從而有效揭示復(fù)雜系統(tǒng)中的多尺度因果網(wǎng)絡(luò)結(jié)構(gòu)。

20、(2)本發(fā)明利用注意力機制動態(tài)計算個體對集體表征的貢獻權(quán)重，使集體行為建模具有可解釋性，同時支持從個體到集體尺度的因果關(guān)系發(fā)現(xiàn)，為多尺度因果分析提供理論依據(jù)。

21、(3)本發(fā)明在優(yōu)化過程中引入跨尺度一致性約束，確保個體-個體、個體-集體和集體-個體三個部分的因果結(jié)構(gòu)相互協(xié)調(diào)，避免因果環(huán)路，提高因果發(fā)現(xiàn)的合理性和魯棒性。

22、(4)本發(fā)明采用參數(shù)化因果提取策略，直接從優(yōu)化后的模型權(quán)重解碼多尺度因果關(guān)系，適用于生物醫(yī)學(xué)、社會科學(xué)等領(lǐng)域的多尺度因果分析。

技術(shù)特征：

1.一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，包括：

2.如權(quán)利要求1所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，所述基因表達矩陣，以細(xì)胞為行、基因為列，用于表征單個細(xì)胞在單個基因上的表達值；

3.如權(quán)利要求1所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，所述多尺度因果模型，包括集體行為建模模塊，該模塊利用基于注意力機制的深度學(xué)習(xí)模型，聚合個體變量得到集體變量，并動態(tài)計算個體變量對集體變量的權(quán)重矩陣。

4.如權(quán)利要求1所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，所述多尺度因果模型，還包括多尺度協(xié)同學(xué)習(xí)模塊，該模塊使用個體變量和集體變量共同以重構(gòu)為訓(xùn)練目標(biāo)，引入跨尺度一致性約束，采用增廣拉格朗日方法，優(yōu)化學(xué)習(xí)個體變量對個體變量的權(quán)重矩陣、集體變量對個體變量的權(quán)重矩陣。

5.如權(quán)利要求4所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，所述以重構(gòu)為訓(xùn)練目標(biāo)，引入跨尺度一致性約束，用公式表示為：

6.如權(quán)利要求1所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法，其特征在于，所述多尺度因果模型，還包括多尺度因果關(guān)系提取模塊，該模塊基于個體變量對個體變量的權(quán)重矩陣、集體變量對個體變量的權(quán)重矩陣、個體變量對集體變量的權(quán)重矩陣，分別提取個體到個體層面的因果關(guān)系，個體到集體層面的因果關(guān)系以及集體到個體尺度的因果關(guān)系，組成最終的多尺度因果圖。

7.一種基于集體行為建模的多尺度因果發(fā)現(xiàn)系統(tǒng)，其特征在于，包括：

8.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-6任一項所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

9.一種非暫態(tài)計算機可讀存儲介質(zhì)，其特征在于，所述非暫態(tài)計算機可讀存儲介質(zhì)用于存儲計算機指令，所述計算機指令被處理器執(zhí)行時，實現(xiàn)如權(quán)利要求1-6任一項所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

10.一種電子設(shè)備，其特征在于，包括：處理器、存儲器以及計算機程序；其中，處理器與存儲器連接，計算機程序被存儲在存儲器中，當(dāng)電子設(shè)備運行時，所述處理器執(zhí)行所述存儲器存儲的計算機程序，以使電子設(shè)備執(zhí)行實現(xiàn)如權(quán)利要求1-6任一項所述的一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法。

技術(shù)總結(jié)
本公開提供了一種基于集體行為建模的多尺度因果發(fā)現(xiàn)方法及系統(tǒng)，涉及因果發(fā)現(xiàn)技術(shù)領(lǐng)域，包括：獲取單細(xì)胞RNA測序數(shù)據(jù)，單細(xì)胞RNA測序數(shù)據(jù)為若干個細(xì)胞的基因表達矩陣；將單細(xì)胞RNA測序數(shù)據(jù)輸入到多尺度因果模型中進行推理，得到多尺度因果圖，所述多尺度因果圖用于描述基因與基因、基因與基因程序之間的多尺度因果關(guān)系；其中，所述多尺度因果模型，將單個基因作為個體變量，通過集體行為建模，聚合為表征基因程序的集體變量，并采用多尺度協(xié)同學(xué)習(xí)策略，協(xié)同學(xué)習(xí)個體與個體、個體與集體之間的多尺度因果關(guān)系。本發(fā)明創(chuàng)新性地構(gòu)建了集體行為建?？蚣埽軌蛴行ёR別驅(qū)動狀態(tài)變化的關(guān)鍵集體行為，提高了因果發(fā)現(xiàn)的準(zhǔn)確性、合理性和魯棒性。

技術(shù)研發(fā)人員：王峻,羅漢文,余國先,李真
受保護的技術(shù)使用者：山東大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15