基于射频自旋二极管的卷积
信号处理
2025-01-28 v1 新兴技术
应用物理
摘要
射频 (RF) 信号分类是机器人、交通控制和医疗器械等应用中的关键任务。自旋器器件通过铁磁共振响应 RF 信号，被视为有前景的解决方案。最近的研究表明，由纳米尺度磁隧道结构成的神经网络可在无需数字化的情况下对 RF 信号进行分类。然而，这些二极管的复杂性给大规模部署带来了挑战。本文证明，称为金属自旋二极管的简单自旋器器件可有效执行 RF 分类。这类器件由 NiFe/Pt 双层构成，可实现 RF 输入的加权求和。我们实验表明，由四个自旋二极管组成的链条可执行 2x2 像素滤波器，在 Fashion-MNIST 数据集上实现高质量卷积。将硬件自旋二极管集成到软件网络中，我们在无噪声情况下的前 100 张图像上实现了 88% 的 top-1 准确率，与含噪声的全软件基线为 88.4%，无噪声全软件为 90%。
关键词
引用
@article{arxiv.2501.16204,
title = {Convolutions with Radio-Frequency Spin-Diodes},
author = {Erwann Plouet and Hanuman Singh and Pankaj Sethi and Frank A. Mizrahi and Dedalo Sanz-Hernandez and Julie Grollier},
journal= {arXiv preprint arXiv:2501.16204},
year = {2025}
}