Adiabatic superconducting artificial neural network: Basic cells

Soloviev, I.I.; Schegolev, A.E.; Klenov, N.V.; Bakurskiy, S.V.; Kupriyanov, M.Y.; Tereshonok, M.V.; Shadrin, A.V.; Stolyarov, V.S.; Golubov, A.A.

Информация о цитировании статьи получена из Web of Science, Scopus
Статья опубликована в журнале из списка Web of Science и/или Scopus
Дата последнего поиска статьи во внешних источниках: 6 декабря 2018 г.

Авторы: Soloviev I.I., Schegolev A.E., Klenov N.V., Bakurskiy S.V., Kupriyanov M.Yu, Tereshonok M.V., Shadrin A.V., Stolyarov V.S., Golubov A.A.
Журнал: Journal of Applied Physics
Том: 124
Год издания: 2018
Издательство: AIP Publishing
Местоположение издательства: United States
Первая страница: 152113
DOI: 10.1063/1.5042147
Аннотация: We consider adiabatic superconducting cells operating as an artificial neuron and synapse of a multilayer perceptron (MLP). Their compact circuits contain just one and two Josephson junctions, respectively. While the signal is represented as magnetic flux, the proposed cells are inherently nonlinear and close-to-linear magnetic flux transformers. The neuron is capable of providing the one-shot calculation of sigmoid and hyperbolic tangent activation functions most commonly used in MLP. The synapse features both positive and negative signal transfer coefficients in the range ∼(−0.5,0.5). We briefly discuss implementation issues and further steps toward the multilayer adiabatic superconducting artificial neural network, which promises to be a compact and the most energy-efficient implementation of MLP.
Добавил в систему: Кленов Николай Викторович

	ИСТИНА	Войти в систему Регистрация
	Интеллектуальная Система Тематического Исследования НАукометрических данных
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

Интеллектуальная Система Тематического Исследования НАукометрических данных

Adiabatic superconducting artificial neural network: Basic cellsстатья

Прикрепленные файлы