通过反应网络自动实现神经网络——第一部分：电路设计与收敛性分析
动力系统
2023-12-01 v1 机器学习
神经与进化计算
摘要
依赖细胞环境中生化相互作用的信息处理对生物有机体至关重要。分子计算系统的实现对合成生物学与分子计算领域具有重大兴趣与潜力。这篇分为两部分的文章旨在引入一个具有质量作用动力学的可编程生化反应网络（BCRN）系统，该系统实现全连接神经网络（FCNN）并具备在活体内自动运行的潜力。在第一部分中，FCNN 的前向传播计算、反向传播组件以及所有桥接过程根据其动力学被巧妙设计为特定的 BCRN 模块。该方法解决了生化分配模块与判断终止模块的设计空白，并为学习过程提供了双分子反应的新型精确鲁棒实现。通过平衡逼近，我们证明了所设计的 BCRN 系统实现了 FCNN 功能，并以指数收敛达到目标计算结果，从而增强了此类工作的理论支撑。最后，该构造的性能在两个典型逻辑分类问题上得到进一步评估。
引用
@article{arxiv.2311.18313,
title = {Automatic Implementation of Neural Networks through Reaction Networks -- Part I: Circuit Design and Convergence Analysis},
author = {Yuzhen Fan and Xiaoyu Zhang and Chuanhou Gao and Denis Dochain},
journal= {arXiv preprint arXiv:2311.18313},
year = {2023}
}