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面向深度知识追踪的全局最优的因果解释方法及系统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：CN117236445B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202311231385.8，技术领域涉及：G06N5/04；该发明授权一种面向深度知识追踪的全局最优的因果解释方法及系统是由李卿;刘三女牙;袁鑫;沈筱譞;孙建文设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本一种面向深度知识追踪的全局最优的因果解释方法及系统在说明书摘要公布了：本发明提供了一种面向深度知识追踪的全局最优的因果解释方法及系统，包括：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，对知识追踪模型的输出结果进行解释；顺序遍历每个答题交互对并将其输入到策略网络中以生成动作分布概率进行抽样决策，将决策指示保留的答题交互对加入候选解释子序列；确定每个答题交互对的奖励值，之后基于候选解释子序列中每个答题交互对的奖励确定候选解释子序列的折扣回报；对奖励值和折扣回报去绝对值，之后对策略网络进行反向传播更新梯度，以便策略网络顺序遍历全部输入序列中的答题交互对后更新候选解释子序列，并将最后得到的候选解释子序列作为输出结果的解释子序列。

本发明授权一种面向深度知识追踪的全局最优的因果解释方法及系统在权利要求书中公布了：1.一种面向深度知识追踪的全局最优的因果解释方法，其特征在于，包括： 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，对知识追踪模型的输出结果进行解释；所述输入序列包括多个历史答题交互对； 顺序遍历每个答题交互对并将其输入到策略网络中以生成动作分布概率进行抽样决策，将决策指示保留的答题交互对加入候选解释子序列；所述候选解释子序列包括输入序列中的至少一个答题交互对；所述动作分布概率用于表示答题交互对相对待预测题目的重要程度； 根据每个答题交互对加入候选解释子序列前后对应的因果效应值确定每个答题交互对的奖励值，之后基于候选解释子序列中每个答题交互对的奖励确定候选解释子序列的折扣回报；所述因果效应值反映候选解释子序列对知识追踪模块输出结果的贡献程度； 对所述奖励值和折扣回报去绝对值，之后对对应的策略网络进行反向传播更新梯度以训练策略网络，以便策略网络顺序遍历全部输入序列中的答题交互对后更新候选解释子序列，并将最后得到的候选解释子序列作为输出结果的解释子序列； 所述因果归因度量框架用于确定各个候选解释子序列对应的因果效应值；所述因果效应值通过如下步骤确定： 将输入序列输入到知识追踪模型，得到知识追踪模型对待预测题目的第一种预测输出结果；所述预测输出结果用于指示待预测题目被答对或被答错的概率； 将输入序列删除候选解释子序列后输入到知识追踪模型，得到知识追踪模型对待预测题目的第二种预测输出结果； 根据两种预测输出结果确定候选解释子序列的因果效应值； 所述策略网络通过如下步骤确定每个答题交互对的动作分布概率： 接收历史遍历过的答题交互对及其对应的决策动作；所述动作指是否将答题交互对添加至候选解释子序列； 将历史遍历过的答题交互对和其对应的动作信息融合，之后利用长短期记忆网络并基于所述融合得到的信息得到当前状态的表征，从而确定下一个答题交互对的动作； 将下一个答题交互对的动作表征、当前时刻的状态表征和待预测题目的表征融合，得到下一个答题交互对的动作分布概率；所述下一个答题交互对的动作表征为下一个答题交互对的表征。

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”。