CC BY
0ПЕРЕДАТОЧНАЯ ФУНКЦИЯ НЕСИММЕТРИЧНОГО ГАУСС-НЕЙРОНА
Разорёнов Ф.А.1'2, Ионин А.С.1'2, Егоров С.В.1, Сидельников М.С.1, Карелина Л.Н.1, Шуравин Н.С1., Больгинов В.В1.
1Институт физики твердого тела имени Ю.А. Осипьяна Российской академии наук,
Черноголовка, Россия, bolg@issp.ac.ru 2Московский физико-технический институт (национальный исследовательский университет), Долгопрудный, Россия
Сверхпроводящий гаусс-нейрон [1] представляет собой двухконтактный интерферометр, шунтированный дополнительной индуктивностью, используемой для генерации и считывания выходного сигнала. Он относится к семейству адиабатических логических элементов, обладающих нулевым обменом теплом и зарядом с окружающей средой в пределе бесконечной длительности операции [2]. Энергопотребление адиабатических устройств потенциально может быть уменьшено до фундаментального предела kTln 2 на одно переключение[3]. Увеличение числа задач, увеличение объема и усложнение структуры входных данных делают разработку сверхпроводниковых нейронных сетей весьма актуальным направлением развития науки и техники.
При проектировании практических устройств, содержащих множество искусственных нейронов, важно представлять изменение передаточной функции при отклонении свойств элементов от целевых значений. Для гаусс-нейрона одной из очевидных «неидеальностей» является разброс критических токов контактов Джо-зефсона (КД), приводящий к "асимметричности" его приёмных частей. В работе проанализирована система уравнений состояния неидеального гаусс-нейрона и продемонстрирована возможность простой параметризации асимметрии через отношение критических токов. Показано, что с ростом отношения критических токов передаточная функция также становится несимметричной: одна часть становится более пологой, а другая - более резкой («обрывистой»). Незначительная асимметрия передаточной функции действительно наблюдалась экспериментально [1]. Использование полученных формул позволяет получить более точную аппроксимацию экспериментальных кривых и обеспечивает метод контроля качества исследуемых искусственных нейронов.
Работа проводились при поддержке гранта РНФ № 23-72-00053.
Литература
1. Ионин А.С., Карелина Л.Н., Шуравин Н.С. [и др.] // Письма в ЖЭТФ. - 2023. -Т. 118. - № 10. - С. 761-768.
2. Соловьев И.И., Хисматуллин Г.С., Кленов Н.В. [и др.] // Радиотехника и электроника. - 2022. - Т. 67. - № 12. - С. 1232-1244.
3. Sidorenko A.S., Klenov N.V., Soloviev I.I. [et al.] // International Journal of Circuits, Systems and Signal Processing. - 2023. - Vol. 17. - P. 177-183.
