利用四个耦合自旋矩纳米振荡器进行元音识别
神经元与认知
2018-11-21 v4 无序系统与神经网络
摘要
大量证据表明，大脑在神经过程中运用非线性动力学原理，这为基于纳米电子器件的运算提供了灵感。然而，训练由动力学纳米器件组成的神经网络需要精细控制并调谐其耦合振荡。本工作中，我们展示了自旋电子纳米振荡器卓越的调谐能力可解决这一挑战。我们成功训练了一个由四个自旋矩纳米振荡器构成的硬件网络，依据自动实时学习规则调谐其频率，从而识别口语元音。我们表明，高实验识别率源于振荡器的高频率调谐能力及其相互耦合。我们的结果证明，通过赋予小型硬件神经网络以非线性动力学特征——此处为振荡与同步——即可完成非平凡的模式分类任务。该演示是基于自旋电子学的神经形态计算的一个里程碑。
引用
@article{arxiv.1711.02704,
title = {Vowel recognition with four coupled spin-torque nano-oscillators},
author = {Miguel Romera and Philippe Talatchian and Sumito Tsunegi and Flavio Abreu Araujo and Vincent Cros and Paolo Bortolotti and Juan Trastoy and Kay Yakushiji and Akio Fukushima and Hitoshi Kubota and Shinji Yuasa and Maxence Ernoult and Damir Vodenicarevic and Tifenn Hirtzlin and Nicolas Locatelli and Damien Querlioz and Julie Grollier},
journal= {arXiv preprint arXiv:1711.02704},
year = {2018}
}