一种基于seesaw门的双向联想记忆神经网络构建方法
文献发布时间:2023-06-19 09:52:39
技术领域
本发明涉及DNA计算与人工神经网络领域,尤其涉及一种基于seesaw门的双向联想记忆神经网络构建方法。
背景技术
DNA计算是用DNA分子求解复杂问题的新型计算方法,具有超强的并行处理能力,其中DNA链置换作为一种动态DNA纳米技术,可以实现生化反应的级联以及纳米尺度的运动或能量转换。在DNA链置换中,DNA分子信号遵从A/T、C/G配对原则,在反应过程中不需要外界酶进行转录和翻译,使得反应过程中除DNA链外无需其它多余的酶和其它复合物产生,并且DNA链置换在常温下即可进行,所需要的反应条件简单、产率较高、运行速度快。而人工神经网络是模拟大脑神经元而构建的某种简化模型,具有联想存储、自学习、高速寻找优化解等很多优点。到目前为止,已经提出上百种人工神经网络模型,它们在自动控制、故障检测、生物医学等领域展现出强大的适用性,并成功解决了许多实际生活中的难题,具有广阔的发展前景。目前,关于DNA链置换技术的研究已经涉及许多方面,其中将DNA链置换技术与人工神经网络相结合,实现DNA分子的“智能”计算能力是一重要研究方向。
发明内容
本发明公开了一种基于seesaw门的双向联想记忆神经网络构建方法,包括:
基于DNA链置换方法构造出不同类型的seesaw门;
将一个集成seesaw门和一个带阈值的扇出seesaw门组成一个单独的神经元;
根据需要解决的实际问题设计双向联想记忆神经网络的权值;
根据获取的权值级联神经元组成完整的双向联想记忆神经网络。
进一步的,通过链置换组成的seesaw门在左右两端进行信号的输入和输出。
进一步的,采用级联的seesaw门作为双向联想记忆神经网络中的独立神经元,根据实际问题设置每个神经元的输入和输出个数。
计算双向联想记忆神经网络的权值、根据获取的权值信息、采用sewsaw门级联的反应电路搭建双向联想记忆神经网络。
由于采用了上述技术方案,本发明提供的一种基于seesaw门的双向联想记忆神经网络构建方法,该方法首先通过DNA链置换组成不同的seesaw门,再将两个不同类型的seesaw门构成一个单独的神经元,最后不同的神经元继续级联组成完整的双向联想记忆神经网络,该方法具有通用性,根据不同的实际问题可以设计不同的双向联想记忆神经网络。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为神经元的seesaw组成结构图;
图2为三原色双向联想记忆神经网络反应电路图;
图3为三原色配色示意图;
图4为三原色仿真结果图;
图5为3*3节点储存字符示意图;
图6为字符联想仿真结果图。
具体实施方式
为使本发明的技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
如图1所示的一种基于seesaw门的双向联想记忆神经网络构建方法具体包括如下步骤:
首先基于DNA链置换技术,构造出不同类型的seesaw门,在seesaw门的左右两端可以进行信号链的输入和输出。不同的seesaw门可以相互级联,搭建成各种不同的反应电路。
其次,将两个不同类型的seesaw门组成一个单独的神经元,如图1所示,每个神经元的输入和输出个数可以根据需要灵活组合,神经元前半部分集成门的输出链作为后半部门扇出门的输入链继续反应,而且只有当集成门的输出值大于扇出门的阈值时,扇出门才会有输出。
最后,根据实际问题设计双向联想记忆神经网络的权值,根据权值,级联不同的神经元,组成完整的双向联想记忆神经网络。
进一步的,根据三原色的加减色原理搭建一个含有6神经元的双向联想记忆神经网络。
进一步的,设计一个含有18个神经元的双向联想记忆神经网络,该网络可以在3*3节点中实现简单的字符联想记忆。
本发明中所有的DNA生化反应都是在Visual DSD中仿真实现的。在设计双向联想记忆神经网络时采用的反应参数如下所示:3个碱基长度的toehold的结合速率常数为5×10
实施例1双向联想记忆神经网络实现三原色加减色原理
双向联想记忆神经网络是一种双层双向的神经网络,没有明确的输入层或输出层,通过从动态到稳态的过程来实现双向联想的功能。当向其中一层加入输入信号时,另一层可以得到输出。可将其中的一层称为X层,另一层称为Y层。X层到Y层的权值矩阵与Y层到X层的权值矩阵互为转置矩阵。
图1中的a图为每个神经元的seesaw门组成结构,b图为一个三输入二输出的神经元。其中黑色字体的数字是神经元中有关DNA链的编号,而红色字体代表的是某种链的具体浓度比例,通过控制BAM网络中的DNA链浓度,我们可以控制神经元的兴奋和抑制状态。其中编号为X
色光三原色是指红、绿、蓝三色,颜料三原色是指青、品红、黄三色。色光三原色符合加色法原理,其中任意两种颜色按一定比例混合就可以呈现出青、品红、黄三色中的某种颜色,而颜料三原色符合减色法原理,其中任意两种颜色按一定比例混合就可以呈现出红、绿、蓝三色中的某种颜色(如图3)。色光三原色的加色法原理与颜料三原色的减色法原理可以巧妙的用双向联想功能来实现。设计双向联想记忆神经网络时,将网络分为X层和Y层,每层包括三个神经元,X层的三个神经元x
表1三原色双向联想记忆神经网络加减色原理真值表
图4给出了部分仿真结果。从仿真结果可以看出,当在X层输入红色信号时,在Y层可以得到品红色和黄色两个信号;当在Y层输入品红色和黄色两个信号时,在X层可以得到红色一个信号。符合三原色的加减色原理。
实施例2双向联想记忆神经网络实现字符联想
在两个含有3*3节点的网格中存储了两对字符(U,X)、(T,L)(如图5)。设计一个18神经元的双向联想记忆神经网络,每层包含9个神经元,分别代表每个网格中的9个节点。真值表如下所示。
表2字符联想真值表
与实施例1相同,在本部分同样采用双轨制的方法来实现DNA分子的负值计算。当在神经网络某一层输入所保存的任一字符时,最终在另一层都会得到相对应的另一个字符。例如,在网络的X层输入字符“U”作为该网络的初始状态时,在X层处于“1”状态的神经元有
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
- 一种基于seesaw门的双向联想记忆神经网络构建方法
- 一种基于忆阻的神经网络联想记忆方法