机构名称：
¥ 2.0
在神经形态计算中，人工突触提供多权重电导状态，该状态基于来自神经元的输入而设置，类似于大脑。除了多个权重之外，突触还可能需要其他属性，并且可能取决于应用，这需要从相同的材料中生成不同的突触行为。在这里，我们测量基于磁性材料的人工突触，这些磁性材料使用磁隧道结和磁畴壁。通过在单个磁隧道结下方的畴壁轨道中制造光刻凹口，我们实现了 4-5 个稳定的电阻状态，这些状态可以使用自旋轨道扭矩进行重复电控制。我们分析了几何形状对突触行为的影响，结果表明梯形设备具有非对称权重更新和高可控性，而直线设备具有更高的随机性，但具有稳定的电阻水平。设备数据被输入到神经形态计算模拟器中，以显示特定于应用的突触功能的实用性。通过实施应用于流式 Fashion-MNIST 数据的人工神经网络，我们表明梯形磁突触可用作高效在线学习的元生函数。通过实施用于 CIFAR-100 图像识别的卷积神经网络，我们表明直磁突触由于其阻力水平的稳定性而实现了近乎理想的推理精度。这项工作表明多权重磁突触是一种可行的神经形态计算技术，并为新兴的人工突触技术提供了设计指南。
形状依赖的多权重磁性人工突触
主要关键词
相关文件推荐
