一种模拟自旋二极管效应并加速其在神经形态计算中应用的半解析模型
介观与纳米尺度物理
2023-01-31 v1 应用物理
摘要
我们通过实验和原创的半解析方法研究了自旋二极管效应。后者基于改进的 Thiele 方程方法（TEA）版本，我们将其与微磁模拟数据相结合，以精确模拟自旋转矩涡旋振荡器（STVO）的非线性动力学。这一称为数据驱动 Thiele 方程方法（DD-TEA）的原创方法，吸收了解析模型与微磁模拟之间的差异，从而提供一个既超快又定量的模型。DD-TEA 模型的预测也与实验数据非常吻合。文中给出了自旋二极管效应随涡旋手性的反转、输入电流的影响以及 STVO 频率一半处出现变化的根源，以及该模型复现实验行为的能力。最后，讨论了自旋二极管效应及其使用 DD-TEA 模型的模拟，作为神经形态计算框架中一个有前景的方向。
引用
@article{arxiv.2301.11980,
title = {A semi-analytical model to simulate the spin-diode effect and accelerate its use in neuromorphic computing},
author = {Chloé Chopin and Leandro Martins and Luana Benetti and Simon de Wergifosse and Alex Jenkins and Ricardo Ferreira and Flavio Abreu Araujo},
journal= {arXiv preprint arXiv:2301.11980},
year = {2023}
}
备注
2 pages, 2 figures