利用自旋矩纳米振荡器的频率、相位与幅度实现储备池计算
应用物理
2019-01-30 v1 介观与纳米尺度物理
计算物理
摘要
自旋矩纳米振荡器可在纳米尺度上模拟神经元。近期研究表明，利用其振荡幅度的非线性，可对编码于输入电压幅度中的输入信号实现波形分类。本文指出，振荡器的频率与相位亦可用于识别波形。为此，我们将振荡器相位锁定至输入波形，该波形以其调制频率承载信息。借此我们显著降低了幅度、相位与频率噪声。我们表明，当从振荡器幅度、相位或频率解码输出时，该方法能以高于99%的准确率对正弦与方波波形进行分类。我们发现识别率与各变量的噪声及非线性直接相关。这些结果证明，自旋矩纳米振荡器提供了一个引人关注的平台，可借其丰富的动力学特性实现多种计算方案。
引用
@article{arxiv.1811.00309,
title = {Reservoir computing with the frequency, phase and amplitude of spin-torque nano-oscillators},
author = {Danijela Marković and Nathan Leroux and Mathieu Riou and Flavio Abreu Araujo and Jacob Torrejon and Damien Querlioz and Akio Fukushima and Shinji Yuasa and Juan Trastoy and Paolo Bortolotti and Julie Grollier},
journal= {arXiv preprint arXiv:1811.00309},
year = {2019}
}