8、基于DNA折纸术的四值逻辑与门计算模型及DNA四面体探针在0 - 1整数规划中的应用

基于DNA折纸术的四值逻辑与门计算模型及DNA四面体探针在0 - 1整数规划中的应用

一、逻辑与门计算模型相关基础概念
  1. 多值逻辑
    • 三值逻辑允许中间值存在。而四值逻辑意味着逻辑值有四个取值。四值逻辑能表示的信息量是两位二进制逻辑表示信息量的两倍,其研究具有重要意义。例如在编程语言中应用四值逻辑,可建立四分支和多路转换,避免大量二分支嵌套,简化程序和流程图。在数字系统的故障诊断中,仅两个逻辑值不足以考虑故障和无故障状态,使用四值逻辑电路构成二进制数字系统,冗余逻辑值可使系统具备容错、自检、故障安全等特性。
  2. DNA技术
    • DNA链置换 :早期DNA自组装以DNA分子为主要组装材料,基于DNA编码和碱基匹配规则自发形成具有一定刚性的初级结构,再进一步组装成二维或三维几何结构。近年来的DNA链置换技术基于动态平衡响应,原理简单、反应过程可编程且易于模块化。该反应是DNA分子间的自发反应,动力源于分子间力,是用输入的强结合力DNA链替换互补结构中弱结合力DNA链,产生新双链结构并释放原单链的过程,可用于实现分子逻辑运算。其广泛应用于科学计算、纳米机器和生物医学等领域。
    • DNA折纸术 :利用DNA分子特殊结构和碱基互补配对,将长DNA单链(支架)特定区域折叠并用短链(订书钉)固定以构建预期结构,如折成发夹结构。与传统自组装方法相比,它能在纳米尺度精确组装和排列DNA链,获得更复杂精细的结构,实验条件简单、操作容易且组装效率高,可用
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值