利用磁隧道结中自旋动力学进行储备计算的宏观磁学模拟
材料科学
2018-10-03 v3
摘要
评估了使用称为磁隧道结 (MTJs) 的自旋电子器件进行储备计算 (RC) 的品质因数。RC 是一种递归神经网络。输入信息存储在储备的特定部分，可以通过优化输出的线性变换矩阵来执行计算。虽然在一般的递归神经网络中应控制所有网络特性，但 RC 不需要这种优化。储备只需具备具有记忆效应的非线性响应。本文对 MTJs 中的自旋动力学进行了宏观磁学模拟，以用于储备计算。确定 MTJ 系统具备 RC 所需的记忆效应和非线性。使用 5-7 个 MTJs 的 RC 可以获得高性能，类似于具有 20-30 个节点的回声状态网络，即使磁化之间没有磁和/或电相互作用也是如此。
引用
@article{arxiv.1805.09977,
title = {Macromagnetic simulation for reservoir computing utilizing spin dynamics in magnetic tunnel junctions},
author = {Taishi Furuta and Keisuke Fujii and Kohei Nakajima and Sumito Tsunegi and Hitoshi Kubota and Yoshishige Suzuki and Shinji Miwa},
journal= {arXiv preprint arXiv:1805.09977},
year = {2018}
}