nuget
GEARS 虚拟扰动实验的超参数配置
GEARSConfig
00 Remarks
默认取值针对 demo\TestData1 这样规模的数据（约 370 个基因、约 350 条先验边）做过权衡： 在单核 CPU 上完成一次完整训练约需数十秒。基因规模更大时建议下调 GEARSConfig.NSinglePerturbation、GEARSConfig.NComboPerturbation 或 GEARSConfig.Epochs。
01 Syntax
SMRUCC.genomics.Analysis.GEARS.GEARSConfig
02 Methods
03 Properties
| Name | Overloads | Summary |
|---|---|---|
| EmbeddingDim | 1 | 基因身份嵌入维度（对应 readme 中 e_i 的维度 d） |
| HiddenDim | 1 | 图卷积隐藏层维度 |
| NumLayers | 1 | 图卷积层数，等于模型可捕捉的间接调控跳数 |
| Activation | 1 | 图卷积层的激活函数 |
| UsePerRelationTransform | 1 | 是否为每种边关系类型（激活/抑制/共表达）分配独立的变换矩阵 |
| UseDense | 1 | 是否使用稠密归一化邻接矩阵聚合（默认 False，使用稀疏入边聚合） |
| Epochs | 1 | 训练轮数 |
| LearningRate | 1 | Adam 优化器学习率 |
| L2Lambda | 1 | L2 正则化（权重衰减）系数，0 表示不启用 |
| PrintEvery | 1 | 每隔多少个 epoch 打印一次训练损失；0 表示静默 |
| NSinglePerturbation | 1 | 仿真生成的单基因扰动样本数量 |
| NComboPerturbation | 1 | 仿真生成的组合扰动样本数量 |
| ComboSize | 1 | 组合扰动中同时扰动的基因个数 |
| PropagationDecay | 1 | 仿真器的每跳信号衰减系数 |
| MaxHops | 1 | 仿真器的最大传播跳数 |
| SynergyStrength | 1 | 仿真器中组合扰动的协同放大系数，0 表示退化为线性叠加 |
| SimulatorNoise | 1 | 仿真标签的噪声水平（以基因标准差为单位） |
| CoexpressionTopK | 1 | 每个基因追加的共表达边数量（GEARS 的共表达协方差图） |
| MinCoexpression | 1 | 共表达边的最小相关系数阈值 |
| SignificanceZScore | 1 | 显著性判据：|Z-score| 大于该阈值才被标记为显著变化 |
| Seed | 1 | 随机种子；给定后建图、初始化、样本生成与推理均可复现 |
04 Members
Validate
校验参数取值是否合法
Returns
参数合法则返回 True
ToString
输出配置摘要
Returns
多行配置描述
EmbeddingDim
基因身份嵌入维度（对应 readme 中 e_i 的维度 d）
Returns
嵌入向量长度，默认 16
HiddenDim
图卷积隐藏层维度
Returns
隐藏层维度，默认 32
NumLayers
图卷积层数，等于模型可捕捉的间接调控跳数
Remarks
readme 第十节指出过深的 GNN 会导致过平滑，通常 2~4 层为宜。
Returns
层数，默认 2
Activation
图卷积层的激活函数
Returns
ActivationType 枚举值，默认 Tanh
UsePerRelationTransform
是否为每种边关系类型（激活/抑制/共表达）分配独立的变换矩阵
Remarks
置为 True 时严格对应 readme §5.4 的异质图消息传递，但训练开销会增大。
Returns
默认 False，即共享变换矩阵、仅用符号区分激活与抑制
UseDense
是否使用稠密归一化邻接矩阵聚合（默认 False，使用稀疏入边聚合）
Returns
稠密模式返回 True
Epochs
训练轮数
Remarks
在 demo\TestData1（约 370 基因、约 350 条先验边）上，取学习率 0.003 训练 50 轮 即可把 MSE 从约 0.006 收敛到约 0.002，单核耗时约 30 秒。
Returns
默认 50
LearningRate
Adam 优化器学习率
Remarks
取 0.01 时训练过程会出现明显震荡，0.003 左右收敛更平稳。
Returns
默认 0.003
L2Lambda
L2 正则化（权重衰减）系数，0 表示不启用
Returns
默认 0
PrintEvery
每隔多少个 epoch 打印一次训练损失；0 表示静默
Returns
默认 5
NSinglePerturbation
仿真生成的单基因扰动样本数量
Returns
默认 24
NComboPerturbation
仿真生成的组合扰动样本数量
Returns
默认 16
ComboSize
组合扰动中同时扰动的基因个数
Returns
默认 2
PropagationDecay
仿真器的每跳信号衰减系数
Returns
默认 0.6
MaxHops
仿真器的最大传播跳数
Returns
默认 3
SynergyStrength
仿真器中组合扰动的协同放大系数，0 表示退化为线性叠加
Returns
默认 0.35
SimulatorNoise
仿真标签的噪声水平（以基因标准差为单位）
Returns
默认 0.02
CoexpressionTopK
每个基因追加的共表达边数量（GEARS 的共表达协方差图）
Remarks
置为正数时会先按 control 表达的 Pearson 相关取 Top-K 再追加无向共表达边， 可提升信息传播覆盖面，但也会显著增加建图与训练耗时。
Returns
默认 0，即关闭共表达图
MinCoexpression
共表达边的最小相关系数阈值
Returns
默认 0.7
SignificanceZScore
显著性判据：|Z-score| 大于该阈值才被标记为显著变化
Returns
默认 0.5，与 BNLearn 现有干预分析「变化超过 0.5 个标准差」的口径保持一致
Seed
随机种子；给定后建图、初始化、样本生成与推理均可复现
Returns
默认 2024