专利交易市场

本发明涉及基于DNA杂交反应技术的新型线性机器学习方法，属于生物计算及机器学习领域，本方案提出的基于DNA分子电路的机器学习系统不需要电子计算机的辅助便可以完成训练和测试过程，实现了机器学习的完全生物化；该系统由三部分构成，包括机器学习训练部分、算法部分和测试部分，该机器学习方法具有学习线性函数的能力，与硅电路不同，该学习算法是通过DNA杂交反应的同步性实现的，因此，该机器学习方法的计算模式是并行计算模型，该机器学习的权重是通过训练获得的，无需电子计算机的参与；通过该方法可以学习多变量线性函数，对输入项的个数没有限制；由于DNA浓度是非负的，该方法使用双轨模型进行负数据处理操作。

本发明涉及基于新型激励函数的DNA分子学习机，属于DNA分子计算及人工智能的交叉领域，本方案提出了面向分子电路的新型激励函数，并将该激励函数嵌入到DNA分子电路中，构建了DNA分子学习机，该学习机的学习过程，即权值更新无需硅基电子计算机的参与，完全依靠DNA分子杂交反应的自适应性完成；该学习系统由三部分构成，包括DNA分子学习机的输入层部分、隐藏层部分和输出层部分，该DNA学习机具有学习较复杂非线性函数的能力，与硅电路串行计算模式不同的是，该学习过程是通过DNA杂交反应的同步性实现，因此该DNA分子学习机的计算模式为并行计算模式，通过该方法可以预测或拟合多变量非线性函数，并对输入项的个数没有限制。