不对称超导高斯神经元传递函数的分析与实验验证：揭示约瑟夫森结临界电流失衡对神经形态器件性能的影响

为解决超导神经形态器件中因约瑟夫森结临界电流失衡导致的传递函数畸变问题，研究人员系统研究了高斯神经元在约瑟夫森不对称、电感不对称和输入不对称三种情况下的响应特性。通过建立归一化方程组和相位平衡分析，揭示了不同不对称性对传递函数形状的差异化影响，为实验样品的故障诊断和器件优化提供了理论依据。该研究对实现高性能超导人工神经网络具有重要意义。

　　

在人工智能技术飞速发展的今天，传统CMOS工艺构建的神经网络面临着能耗高、集成度低的瓶颈。超导神经形态器件因其超高能效和纳秒级响应速度，被视为突破这一瓶颈的重要方向。其中，基于约瑟夫森结（Josephson junction，JJ）的高斯神经元（Gauss neuron）因其独特的钟形传递函数（transfer function，TF），在构建径向基函数网络方面展现出独特优势。然而，在实际器件制备过程中，约瑟夫森结临界电流的5%波动、薄膜结构缺陷导致的几何不对称等问题，都会破坏器件的对称性，进而影响其性能表现。

为系统研究不对称性对高斯神经元性能的影响，来自俄罗斯科学院固体物理研究所的Fedor A Razorenov团队在《Beilstein Journal of Nanotechnology》发表了最新研究成果。研究人员采用理论建模与实验验证相结合的方法，通过建立归一化方程组，系统分析了约瑟夫森不对称（临界电流I_cA≠I_cB）、电感不对称（L_A≠L_B）和输入不对称三种情况下的器件响应特性。研究重点考察了不对称角α、归一化电感l_±等关键参数对传递函数形状的影响，并与前期实验结果进行了对比验证。

关键技术方法包括：1）建立包含基尔霍夫定律和相位平衡方程的归一化方程组；2）引入半和相位φ₊和半差相位φ_-简化分析；3）通过实验测量反馈电流I_fb与输出磁通Φ_out的关系；4）采用包含磁通量子Φ₀的归一化单位处理数据；5）分析控制线（control line，CL）与读出元件间的互感效应。

研究结果部分：

A. 约瑟夫森不对称

当临界电流比tanα=I_cA/I_cB>1.3时，传递函数呈现明显不对称性：左翼变平缓，右翼变陡峭。当tanα=1.05时，畸变肉眼难辨。极端情况下（tanα→∞），器件退化为单结干涉仪（Sigma神经元）。

B. 电感不对称

电感比l_A/l_B增大导致整体接收电路电感2l₊增加，使传递函数出现多值性和迟滞。相反，减小l_A仅轻微影响右半图形状。

C. 输入不对称

输入不平衡系数t=0.2时，基线出现明显倾斜，传递函数产生"线性分量"。t>0.13时，右支出现迟滞现象。这种效应源于控制线与读出元件间的直接相互作用（t=L_outM_sq/M_outM_in）。

研究结论表明，三种不对称性对传递函数的影响具有显著差异：约瑟夫森和电感不对称导致传递函数"倾斜"，而输入不对称则引起基线倾斜。通过分析反馈电流与输出磁通的关系，研究人员成功解释了实验观察到的基线倾斜现象，这主要源于控制线与读出元件间通过超导屏幕的互感效应（M_sq=0.1 pH）。该研究为超导神经形态器件的故障诊断和设计优化提供了重要理论指导，特别是针对抑制屏幕介导的串扰问题提出了增大输入互感M_in和优化屏幕设计等解决方案。