跳到正文
热点事件持续更新

GATTACA框架用于布尔网络控制

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

研究者 Andrzej Mizera 和 Jakub Zarzycki 提出 GATTACA,一个基于深度强化学习的计算框架,用于在异步更新模式下控制布尔网络模型,以实现细胞重编程。该框架引入伪吸引子概念并改进其状态识别方法,同时将图卷积操作融入深度强化学习智能体的动作价值函数近似器,以利用生物系统的结构知识编码动力学。 据研究者称,在多个大规模真实生物网络上的实验验证了该框架的可扩展性与有效性。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv cs.AI
    GATTACA:基于图神经网络的强化学习框架用于控制生物网络

    研究者提出 GATTACA,一个基于深度强化学习的可扩展计算框架,用于在异步更新模式下控制布尔网络模型,实现细胞重编程。该框架引入伪吸引子概念并改进其状态识别方法,同时将图卷积操作融入 DRL 智能体的动作价值函数近似器,以利用生物系统结构知识编码动力学。在多个大规模真实生物网络上的实验验证了其可扩展性与有效性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。