基于非线性自旋波干涉的纳米尺度神经网络
无序系统与神经网络
2022-01-05 v1 应用物理
计算物理
摘要
我们展示了一种神经网络的设计,其中所有神经形态计算功能,包括信号路由与非线性激活,均由自旋波传播与干涉实现。网络的权重与互连由施加在自旋波传播衬底上并散射自旋波的磁场图案实现。散射波的干涉在波源与探测器之间建立映射。训练该神经网络等价于寻找实现期望输入输出映射的场图案。基于 Pytorch 机器学习框架自建的微磁求解器被用于逆向设计该散射体。我们表明自旋波的行为在高强度下从线性干涉转变为非线性干涉,且其在非线性 regime 下的计算能力大幅提升。我们设想了在自旋波域中执行全部功能的小型、紧凑且低功耗神经网络。
引用
@article{arxiv.2012.04594,
title = {Nanoscale neural network using non-linear spin-wave interference},
author = {Adam Papp and Wolfgang Porod and Gyorgy Csaba},
journal= {arXiv preprint arXiv:2012.04594},
year = {2022}
}