买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中师范大学申请的专利一种基于遗传算法的深度知识追踪因果解释方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116776992B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310697419.6，技术领域涉及：G06N7/01；该发明授权一种基于遗传算法的深度知识追踪因果解释方法及设备是由李卿;刘三女牙;袁鑫;孙建文;沈筱譞设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种基于遗传算法的深度知识追踪因果解释方法及设备在说明书摘要公布了：本发明提供一种基于遗传算法的深度知识追踪因果解释方法及设备，包括：构建因果归因度量框架。基因编码操作，将深度知识追踪的可解释问题转化为最优子列搜索问题以供遗传算法求解；初始化种群操作；普适度评估操作，将编码后的种群进行普适度的评估以生成后代及其对应的个体因果效应值并存储至经验矩阵中；个体选择操作，引入惩罚项以生成更为稀疏的后；自适应交叉操作；基于当前迭代次数、基础所处位置以及经验矩阵的因果关联值以指导后代完成自适应变异操作；对输出最终个体进行解码操作可解释子序列及因果效应值。本发明结合因果框架，采用遗传算法这种开箱即用的启发式算法以实现具有可读性、高效性、灵活性以及忠实性的知识追踪事后可解释。

本发明授权一种基于遗传算法的深度知识追踪因果解释方法及设备在权利要求书中公布了：1.一种基于遗传算法的深度知识追踪因果解释方法，其特征在于，包括以下步骤： 步骤1，构建因果归因度量框架，以确定知识追踪模型的输入序列与待预测题目信息之间的因果关联，对模型的输出结果进行解释；其通过最大化归因度量函数构造输出结果的解释子序列；所述归因度量函数用于衡量每个候选的解释子序列对模型输出结果的贡献，其中，候选的解释子序列从输入序列中生成； 步骤2，结合因果归因度量框架对输入序列进行基因编码操作； 步骤3，针对输入序列，基于多种初始化策略从中生成初始化种群；所述多种初始化策略包括顺序贪心策略、对错相关策略、技能相关策略以及随机策略，其中对错相关策略与技能相关策略是结合知识追踪领域先验所设计； 步骤4，评估种群中每个个体的普适度；所述普适度为个体与待预测题目之间的因果效应值，所述因果效应值对应原始输入序列中删除个体基因为预设数值的交互对后的子序列与原始输入序列之间的模型预测输出差异值； 步骤5，基于每个个体的普适度从种群中选择个体通过自适应交叉和自适应变异迭代生成后代；其中，在个体选择中引入惩罚项以生成更为稀疏的后代；所述自适应交叉的个体交叉概率根据个体的普适度和种群当前的迭代次数动态调整，以便迭代前期时个体和普适度相对低的个体交叉概率大，迭代后期交叉概率小；所述自适应变异中迭代次数越靠后变异概率越大，基因位置越靠后基因变异概率越大，经验矩阵提供的因果相关度越高，个体变异概率越大；所述经验矩阵用于记录可解释子序列与待预测题目之间的因果效应值； 步骤6，执行步骤4，之后将后代中普适度超出阈值的个体添加至精英集中，淘汰精英集中普适度低于阈值的个体； 步骤7，判断当前迭代是否达到终止条件，若未达到，则执行步骤5和步骤6，若达到，则对最终的后代解码得到最优解释子序列和对应的因果效应值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。