Nature Communications | 深度卷积与全连接DNA神经网络

本研究针对DNA神经网络长期存在的计算精度瓶颈问题，开发了新型CALCUL计算单元。背景方面，传统DNA神经网络受限于离散输入和权重值，难以实现连续精确的模拟计算。研究目的旨在通过创新的分类异构体立足点反应机制，构建支持连续输入、权重和输出的全模拟DNA计算单元。结论表明，基于CALCUL单元构建的深度卷积和全连接神经网络在图像识别任务中达到100%准确率，并通过磁珠辅助层联技术成功实现多层网络构建，为分子计算在生物医学领域的应用奠定技术基础。