基于非常规数据驱动 Thiele 方程方法的神经形态自旋电子学模拟
计算机视觉与模式识别
2023-07-19 v1
摘要
在本研究中，我们通过一种基于 Thiele 方程方法（TEA）与微磁模拟（MMS）数据相结合的非常规模型，对自旋转矩涡旋纳米振荡器（STVOs）的动力学进行了定量描述。利用我们的解析模型求解 STVO 动力学，相比 MMS 可将模拟加速 9 个数量级，同时达到同等的精度水平。在此，我们通过模拟一个基于 STVO 的神经网络来完成分类任务，展示了我们的模型。我们针对输入信号电流强度以及可能影响此类系统的噪声水平评估了其性能。我们的方法有望加速基于 STVO 的神经形态计算器件的设计，同时大幅降低其计算成本。
引用
@article{arxiv.2307.09262,
title = {Neuromorphic spintronics simulated using an unconventional data-driven Thiele equation approach},
author = {Anatole Moureaux and Simon de Wergifosse and Chloé Chopin and Flavio Abreu Araujo},
journal= {arXiv preprint arXiv:2307.09262},
year = {2023}
}
备注
Presented in ISCS2023