自旋转矩风车神经元中的混沌与弛豫振荡
无序系统与神经网络
2019-05-08 v1 应用物理
摘要
发射尖锐电压尖峰的自旋电子神经元是实现低功耗快速数据处理硬件神经网络所必需的。在许多神经科学与计算机科学模型中，神经元被抽象为非线性振荡器。称为自旋转矩纳米振荡器的磁纳米振荡器是在纳米尺度模仿神经元的有趣候选。然而，这些振荡器发射正弦波形而无尖峰，而生物神经元是发射尖锐电压尖峰的弛豫振荡器。在此我们提出一种简单方法，在高磁阻纳米尺度自旋阀中模仿神经元尖峰，其中两层磁层均为自由层且足够薄以被自旋转矩翻转。我们的数值模拟结果表明，所提自旋电子神经元中自旋转矩诱导的风车运动产生尖峰，其形状和频率由充放电时间设定，并可通过注入直流电流的幅值调节。我们还发现这些器件可展现混沌振荡。类混沌神经元动力学已在大脑中观察到，在某些神经形态计算应用中是理想的，而在其他应用中应避免。我们证明通过设计磁叠层与各向异性以及改变直流电流，混沌程度可在宽范围内调节。所提自旋电子神经元是利用非线性动力学进行计算的硬件神经形态芯片的有前途构建模块。
引用
@article{arxiv.1810.02073,
title = {Chaos and relaxation oscillations in spin-torque windmill neurons},
author = {Rie Matsumoto and Steven Lequeux and Hiroshi Imamura and Julie Grollier},
journal= {arXiv preprint arXiv:1810.02073},
year = {2019}
}