當(dāng)前位置:首頁 > 芯聞號 > 充電吧
[導(dǎo)讀] 近日,中國國防科技大學(xué)、美國加州大學(xué)洛杉磯分校和哈佛醫(yī)學(xué)院的研究人員研發(fā)了一個深度強(qiáng)化學(xué)習(xí)框架FINDER。相比于現(xiàn)有的解決方案,F(xiàn)INDER能夠更快速、更高效地找到復(fù)雜網(wǎng)絡(luò)中一組最關(guān)鍵的節(jié)點,

近日,中國國防科技大學(xué)、美國加州大學(xué)洛杉磯分校和哈佛醫(yī)學(xué)院的研究人員研發(fā)了一個深度強(qiáng)化學(xué)習(xí)框架FINDER。相比于現(xiàn)有的解決方案,F(xiàn)INDER能夠更快速、更高效地找到復(fù)雜網(wǎng)絡(luò)中一組最關(guān)鍵的節(jié)點,進(jìn)而使復(fù)雜網(wǎng)絡(luò)以較高的效率運(yùn)行。

這項研究發(fā)表在國際期刊《自然》旗下的《自然–機(jī)器智能》上,論文標(biāo)題為《用深度強(qiáng)化學(xué)習(xí)找到復(fù)雜網(wǎng)絡(luò)的關(guān)鍵參與者(Finding key players in complex networks through deep reinforcement learning)》。

論文鏈接:
https://www.nature.com/articles/s42256-020-0177-2

一、FINDER:適用場景更廣泛,運(yùn)行速度快出幾個數(shù)量級

在物理科學(xué)、信息科學(xué)、生物科學(xué)等領(lǐng)域的研究中,研究人員可以通過建立網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來模擬實際情況、進(jìn)而作出預(yù)測。

在這類復(fù)雜網(wǎng)絡(luò)的運(yùn)行過程中,節(jié)點間的配合直接決定了復(fù)雜網(wǎng)絡(luò)運(yùn)行的效率。當(dāng)被用于解決NP難題(NP-hard)時,復(fù)雜網(wǎng)絡(luò)中節(jié)點的“分工協(xié)作”尤其重要。

NP難題指的是在多項式時間內(nèi)可以被驗證其正確性的問題。比如,在疫情防控領(lǐng)域,復(fù)雜網(wǎng)絡(luò)模型可以模擬出疫情傳播情況、幫助找到疫苗藥物分子等。運(yùn)行這些任務(wù)時,復(fù)雜網(wǎng)絡(luò)要推演和驗證病毒是否會傳染給下一個人、某種藥物分子是否有效的各種情況。在這個過程中,找到最關(guān)鍵的節(jié)點能夠提升復(fù)雜網(wǎng)絡(luò)的運(yùn)行效率。

對于這類問題,現(xiàn)有的解決方案通常基于大型網(wǎng)絡(luò)進(jìn)行訓(xùn)練、針對特定場景提出策略,但缺乏統(tǒng)一的框架。相比之下,中國國防科技大學(xué)、加州大學(xué)洛杉磯分校、哈佛醫(yī)學(xué)院的研究人員提出的FINDER可以應(yīng)用于廣泛的復(fù)雜網(wǎng)絡(luò)場景,其運(yùn)行速度快了幾個數(shù)量級。

二、分兩階段進(jìn)行訓(xùn)練,分別采用不同獎勵函數(shù)

FINDER框架采用純數(shù)據(jù)驅(qū)動的方法,分兩個階段進(jìn)行訓(xùn)練。在兩個階段中,研究人員用不同的獎勵函數(shù)來訓(xùn)練FINDER。

第一階段用經(jīng)典模型生成的小型合成網(wǎng)絡(luò)對FINDER進(jìn)行離線訓(xùn)練。離線訓(xùn)練采用?-greedy策略。

離線訓(xùn)練階段分三步進(jìn)行:首先,研究人員生成一批合成圖形;然后,研究人員從合成圖形中任意取樣一個圖形;接下來,F(xiàn)INDER框架在這一圖形上進(jìn)行整個尋找關(guān)鍵節(jié)點的流程。這一流程中,代理與圖形通過一系列狀態(tài)、動作、激勵進(jìn)行交互。

為了確定狀態(tài)的正確動作,代理先在當(dāng)前的圖形上編碼,并獲取每個節(jié)點的嵌入向量。節(jié)點的嵌入向量會捕獲節(jié)點的結(jié)構(gòu)信息和節(jié)點特征之間的長程相互作用(long-range interaction)。接下來,代理將嵌入向量解碼為標(biāo)量Q值,以便所有節(jié)點能夠預(yù)測部署某個動作的長程增益。

▲離線訓(xùn)練階段示意圖

一旦離線訓(xùn)練結(jié)束,F(xiàn)INDER就進(jìn)入第二個訓(xùn)練階段,被應(yīng)用于真實網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中。研究人員在浣熊接觸網(wǎng)絡(luò)(the raccoon contact network)的最大連通元件(connected component)上進(jìn)行測試。最大連通元件包括14個節(jié)點和20條邊。

這一階段中,代理首先將當(dāng)前網(wǎng)絡(luò)編碼為低維嵌入向量,然后利用這些向量對每個節(jié)點的Q值進(jìn)行解碼。

第二階段采用“批量節(jié)點選擇(batch nodes selection)”策略。該策略在每個自適應(yīng)步驟中選擇一個有限分?jǐn)?shù)的最高Q節(jié)點,避免了對嵌入向量和Q值的逐個迭代選擇和重新計算。批量節(jié)點選擇策略不會影響最終的結(jié)果,但可以降低幾個數(shù)量級的時間復(fù)雜度。

研究人員會重復(fù)這個過程,直到復(fù)雜網(wǎng)絡(luò)達(dá)到用戶定義的終端狀態(tài)、被移除的節(jié)點構(gòu)成最優(yōu)的節(jié)點集合。

▲用真實復(fù)雜網(wǎng)絡(luò)進(jìn)行訓(xùn)練示意圖

三、對比3個模型性能,F(xiàn)INDER找出關(guān)鍵節(jié)點的效率最高

相比于機(jī)器人等傳統(tǒng)的強(qiáng)化學(xué)習(xí)技術(shù)(狀態(tài)和動作較為簡單),復(fù)雜網(wǎng)絡(luò)技術(shù)更加復(fù)雜和難以表示。研究團(tuán)隊高級研究員孫怡舟稱,這是因為復(fù)雜網(wǎng)絡(luò)具有離散的數(shù)據(jù)結(jié)構(gòu)和處于極其高維的空間。

本項研究中,研究人員用圖神經(jīng)網(wǎng)絡(luò)(GNN)來解決這個問題。圖神經(jīng)網(wǎng)絡(luò)中的節(jié)點代表動作、圖形代表狀態(tài)。

以911恐怖襲擊事件發(fā)生預(yù)測網(wǎng)絡(luò)為例,網(wǎng)絡(luò)中每個節(jié)點代表參與911恐襲的恐怖分子、每個邊(edge)代表他們的社會交流。

研究人員在911恐怖襲擊事件發(fā)生預(yù)測網(wǎng)絡(luò)上運(yùn)行FINDER框架,并運(yùn)行現(xiàn)有的高維(HD)方法和集體影響(CI)方法做對比。

下圖d顯示了三種方法的ANC曲線。在框架部署動作后,剩余節(jié)點的重要性越低,代表框架性能越好。

可以看到,F(xiàn)INDER框架最有效地找到了復(fù)雜網(wǎng)絡(luò)中關(guān)鍵節(jié)點。相比于其他兩個解決方案,隨著被移除節(jié)點的重要性升高,運(yùn)行FINDER框架的復(fù)雜網(wǎng)絡(luò)中剩余的節(jié)點重要性最低。

▲911恐怖襲擊事件發(fā)生預(yù)測網(wǎng)絡(luò)(藍(lán)色點代表剩余圖形中的節(jié)點,紅色點代表當(dāng)前時間步長中FINDER找出的關(guān)鍵節(jié)點,灰色點代表剩余的孤立節(jié)點)

結(jié)語:未來將可用于更多類型復(fù)雜網(wǎng)絡(luò)

FINDER框架通過深度強(qiáng)化學(xué)習(xí)方法進(jìn)行訓(xùn)練,可以找到復(fù)雜網(wǎng)絡(luò)中的關(guān)鍵節(jié)點。在未來,F(xiàn)INDER框架或可被用于優(yōu)化社交網(wǎng)絡(luò)、電力網(wǎng)絡(luò)、傳染病蔓延網(wǎng)絡(luò)等模型的性能。

目前,加州大學(xué)洛杉磯分校的研究團(tuán)隊正計劃將FINDER框架用于網(wǎng)絡(luò)科學(xué)研究。哈佛醫(yī)學(xué)院的團(tuán)隊希望將FINDER用于生物網(wǎng)絡(luò),以確定蛋白質(zhì)交互網(wǎng)絡(luò)和基因調(diào)控網(wǎng)絡(luò)中的關(guān)鍵參與者。

另外,研究人員稱未來將從以下三方面著手,提升框架尋找關(guān)鍵節(jié)點的性能:設(shè)計出更好的圖形表示學(xué)習(xí)架構(gòu);探索如何在跨圖形甚至跨域轉(zhuǎn)移知識;研究并解決復(fù)雜網(wǎng)絡(luò)上的其他NP難題。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點: 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉