自旋随机神经元的硬件在环学习
摘要：通过利用基于重金属/铁磁自旋轨道力矩异质结构的随机神经元，我们在本研究中展示了通过硬件在循环中直接在实际设备上进行学习来减轻这些问题。我们表征了我们制造的各种尺寸的器件的概率切换和器件间变异性,以展示器件尺寸对神经元动力学的影响及其对网络性能的影响。硬件在循环方案在深度学习场景中实现了与软件性能等效的效果。本研究为未来大规模的神经形态硬件实现和实现真正自主的边缘智能设备铺平了道路。
作者：A N M Nafiul Islam, Kezhou Yang, Amit K. Shukla, Pravin Khanal, Bowei Zhou, Wei-Gang Wang, Abhronil Sengupta
论文ID：2305.03235
分类：Emerging Technologies
分类简称：cs.ET
提交时间：2023-05-08