HetDAG异构网络模型

异构图因果发现

HetDAG利用对比学习和注意力机制，在属性异构网络上学习有向无环图，揭示节点间的因果关系。

Jiaxuan, Liang · 王俊 · 余国先 · Guo, Wei · Domeniconi, Carlotta · 郭茂祖

IEEE Transactions on Knowledge and Data Engineering 2023

技术优势

真实生物网络有效

在真实生物网络数据上，HetDAG 找到了 lncRNA 和 miRNA 之间的因果关系，证明其在实际场景中的可用性。

应用场景

• 因果推断：在异构网络上直接从观测数据中发现因果结构，无需实验干预。
• 生物网络分析：从生物网络中识别 lncRNA 与 miRNA 间的调控关系，辅助机制研究。
• 图数据分析：为异构图数据提供因果边定向和结构学习能力，扩展分析深度。