由基于skyrmion的自旋力矩纳米振荡器构建的脉冲神经元

磁性skyrmion是类粒子的拓扑自旋构型，可携带二进制信息，因此是未来自旋电子器件的理想构建单元。在本工作中，我们研究了基于skyrmion的自旋力矩纳米振荡器中skyrmion动力学与注入电流特性之间的关系，其中激励源由纳米圆盘中心的点纳米接触引入。研究发现，若由自旋极化电流驱动，skyrmion将移离纳米圆盘中心；而在无激励时，它将返回初始位置。因此，我们提出了一种基于skyrmion的人工脉冲神经元，可有效实现漏积分发放操作。我们利用微磁模拟研究了基于skyrmion的脉冲神经元的可行性。我们的结果可为构建具有超高密度的超低能耗未来磁神经网络提供有用指导。