一种基于DNA链置换的竞争神经网络框架制造技术

一种基于DNA链置换的竞争神经网络框架，属于生物计算领域。首先根据分子逻辑计算AND、NAND和OR逻辑值的输入来设置DNA信号浓度，通过两个神经元分别构建每个逻辑门组成一个小的神经网络，将通过竞争神经网络实现的分子逻辑门进行级联，实现分子逻辑器件XOR和半加法器逻辑电路，并构建三人表决器。将分子逻辑计算与竞争神经网络结合在一起，实现了基于DNA链置换的竞争神经网络，减少了链的使用，通过调整各个模块DNA链的初始信号浓度，能够得到更加稳定直观的仿真结果。

A competitive neural network framework based on DNA strand replacement

【技术实现步骤摘要】
一种基于DNA链置换的竞争神经网络框架
本专利技术涉及生物计算领域，尤其涉及一种基于DNA链置换的竞争神经网络框架。
技术介绍
DNA是一种生物信息载体，根据沃森-克里克碱基互补配对原理，DNA除了单链形式外，还可以形成双螺旋结构，DNA链置换作为一种无酶自动DNA计算技术，可以实现复杂的模型来解决各种问题。近年来，DNA链置换已成为一个研究热点，越来越多的模型被用来解决各种问题，如数字逻辑电路、反馈控制电路、神经网络等。DNA链置换在逻辑电路和神经网络中的应用成为研究热点，钱璐璐团队利用双轨逻辑，通过DNA链置换反应，构建了具有反馈功能的Hopfield神经网络，利用四神经元实现了“读心”的游戏；2013年，日本东京大学教授提出利用竞争神经网络实现预测科学家问题，仅仅使用23条DNA链构造成功，这样的方式不仅使DNA电路缩小，模拟赢者通吃效应，也证明了DNA是一种精致的底物；2014年，石晓龙教授等人提出的生物传感器，设计了智能DNA分子系统，该系统由一些特定的DNA神经元串联而成，可以自动执行逻辑计算，包括和、或、异或逻辑门；2018年，Cherry等实现的赢者通吃DNA神经网络，使用Winfree研究的跷跷板DNA门基序，顺利地对测试模式进行分类，证明了基于DNA神经网络的模式可识别9个手写数字，用来识别9种模式；由此看来，DNA链置换实现的神经网络拥有巨大的发展空间。
技术实现思路
本专利技术提供了一种基于DNA链置换的竞争神经网络框架，以获得更加稳定直观的仿真结果。为实现上述目的，本专利技术采用的技术方案是：一种基于DNA链置换的竞争神经网络框架，包括以下步骤：S1：根据输入的分子逻辑值设定输入DNA信号浓度，随机初始化权重，使神经元进行链置换反应，获取输出链，神经元进行反应的过程如下：Di×Ma+Gate→Pi+waste(1)Di×Mb+Gate→Qi+waste(2)公式(1)为输入的单链Ma与权重门Gate进行链置换反应的过程，公式(2)为输入的单链Mb与权重门Gate进行链置换反应的过程；其中Di为输入的分子逻辑值，当单链Ma或单链Mb存在时，对应的Di为逻辑值“1”，当单链Ma或单链Mb不存在时，对应的Di为逻辑值“0”；waste为生成的废料链；Pi，Qi为生成的输出链；S2：在利用神经元实现分子逻辑计算AND时，生成的输出链Pi和Qi通过神经元反应进行累加并获取权重之和，神经元反应过程如下：Pi+Qi→Zj+waste(3)其中Zj为权重之和；S3：在神经元反应中加入湮灭链Anni和帮助链Help，实现分子逻辑计算NAND、OR，神经元反应过程如下：Zj+Anni+Help→waste(4)限制条件为S4：构建三人表决器，其准则如下：其中netn为输出值最大的神经元，netj为其他神经元；获胜神经元n的输出On为1，其他的神经元n的输出On为0。进一步的，所述步骤S3还包括：将神经元构建的分子逻辑计算AND、NAND、OR进行组合级联，实现分子逻辑器件XOR。进一步的，还包括构建基于神经元结构的半加法器逻辑电路，具体为：对原始的两个输入进行以神经元形式实现的分子逻辑AND计算，得到和位S的输出，然后采用XOR计算得到半加器的进位C。本专利技术的有益效果是：将分子逻辑计算与竞争神经网络结合在一起，实现了基于DNA链置换的竞争神经网络，减少了链的使用，通过调整各个模块DNA链的初始信号浓度，能够得到更加稳定直观的仿真结果。附图说明图1为本专利技术的流程示意图；图2为本专利技术基于两个神经元构建分子逻辑计算AND的过程示意图；图3为本专利技术基于两个神经元构建分子逻辑计算AND的仿真图；图4为本专利技术三人表决器的卡诺图；图5为本专利技术三人表决器表示通过的仿真图；图6为本专利技术三人表决器表示未通过的仿真图。具体实施方式一种基于DNA链置换的竞争神经网络框架，包括以下步骤：S1：根据输入的分子逻辑值设定输入DNA信号浓度，随机初始化权重，使神经元进行链置换反应，获取输出链，神经元进行反应的过程如下：Di×Ma+Gate→Pi+waste(1)Di×Mb+Gate→Qi+waste(2)公式(1)为输入的单链Ma与权重门Gate进行链置换反应的过程，公式(2)为输入的单链Mb与权重门Gate进行链置换反应的过程，权重门Gate具有相同的结构，随机初始化权重使每个门对每组输入产生不同的反应；其中Di为输入的分子逻辑值，当单链Ma或单链Mb存在时，对应的Di为逻辑值“1”，当单链Ma或单链Mb不存在时，对应的Di为逻辑值“0”；waste为生成的废料链；Pi，Qi为生成的输出链；本实施例的AND、OR湮灭门的浓度分别是150、50，NAND采用两个湮灭门，其浓度分别是150、200，在输入时如果输入的逻辑值为“1”，那么就是具体的浓度输入，否则输入的浓度值就是0；S2：在利用神经元实现分子逻辑计算AND时，生成的输出链Pi和Qi通过神经元反应进行累加并获取权重之和，神经元反应过程如下：Pi+Qi→Zj+waste(3)其中Zj为权重之和；S3：在神经元反应中加入湮灭链Anni和帮助链Help与生成的链进行抵消，实现分子逻辑计算NAND、OR，神经元反应过程如下：Zj+Anni+Help→waste(4)限制条件为其中湮灭链Anni对输出链的再次生成具有限制作用，同时湮灭链Anni的加入促进了竞争，湮灭链充当的是侧抑制，侧抑制是输出层其他神经元的一些抑制，每个神经元都倾向于抑制跟他同一层的神经元，在反应过程中一次只有一个输出神经元是活动的，用来判定胜利的一方。将神经元构建的分子逻辑计算AND、NAND、OR进行组合级联，第一层是AND和NAND，第二层是OR，将第一层的输出结果作为第二层的输入，如此便可用竞争神经网络解决了线性不可分的XOR问题，实现分子逻辑器件XOR；构建基于神经元结构的半加法器逻辑电路，具体为：对原始的两个输入进行以神经元形式实现的分子逻辑AND计算，得到和位S的输出，然后采用XOR计算得到半加器的进位C；S4：构建三人表决器，其准则如下：其中netn为输出值最大的神经元，netj为其他神经元；获胜神经元n的输出On为1，其他的神经元n的输出On为0；其遵守“少数服从多数”的规则，如附图4、5、6所示ABC为三人的意见，按键同意为逻辑“1”，不同意为逻辑“0”，L表示表决器的结果，事件通过为逻辑“1”，事件未通过为逻辑“0”，应用三人表决器的节目的规则是只有当两个人及两个以上支持时(支持代表输入为1)，则表示选手晋级(晋级用1表示)；否则对选手进行淘汰(输出为0)，其逻辑式为：以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
本文档来自技高网...

【技术保护点】
1.一种基于DNA链置换的竞争神经网络框架，其特征在于，包括以下步骤：/nS1：根据输入的分子逻辑值设定输入DNA信号浓度，随机初始化权重，使神经元进行链置换反应，获取输出链，神经元进行反应的过程如下：/nDi×Ma+Gate→Pi+waste (1)/nDi×Mb+Gate→Qi+waste (2)/n公式(1)为输入的单链Ma与权重门Gate进行链置换反应的过程，公式(2)为输入的单链Mb与权重门Gate进行链置换反应的过程；其中Di为输入的分子逻辑值，当单链Ma或单链Mb存在时，对应的Di为逻辑值“1”，当单链Ma或单链Mb不存在时，对应的Di为逻辑值“0”；waste为生成的废料链；Pi，Qi为生成的输出链；/nS2：在利用神经元实现分子逻辑计算AND时，生成的输出链Pi和Qi通过神经元反应进行累加并获取权重之和，神经元反应过程如下：/nPi+Qi→Zj+waste (3)/n其中Zj为权重之和；/nS3：在神经元反应中加入湮灭链Anni和帮助链Help，实现分子逻辑计算NAND、OR，神经元反应过程如下：/nZj+Anni+Help→waste (4)/n限制条件为...

【技术特征摘要】
1.一种基于DNA链置换的竞争神经网络框架，其特征在于，包括以下步骤：
S1：根据输入的分子逻辑值设定输入DNA信号浓度，随机初始化权重，使神经元进行链置换反应，获取输出链，神经元进行反应的过程如下：
Di×Ma+Gate→Pi+waste(1)
Di×Mb+Gate→Qi+waste(2)
公式(1)为输入的单链Ma与权重门Gate进行链置换反应的过程，公式(2)为输入的单链Mb与权重门Gate进行链置换反应的过程；其中Di为输入的分子逻辑值，当单链Ma或单链Mb存在时，对应的Di为逻辑值“1”，当单链Ma或单链Mb不存在时，对应的Di为逻辑值“0”；waste为生成的废料链；Pi，Qi为生成的输出链；
S2：在利用神经元实现分子逻辑计算AND时，生成的输出链Pi和Qi通过神经元反应进行累加并获取权重之和，神经元反应过程如下：
Pi+Qi→Zj+waste(3)
其中Zj为权重之和；...

【专利技术属性】
技术研发人员：王宾，李亚，吕卉，张强，魏小鹏，
申请(专利权)人：大连大学，
类型：发明
国别省市：辽宁;21