摘要
摘要：本文研究了室温条件下基于skyrmionium的神经网络突触结构。首先在纳米线模型中加入随机热噪声场，模拟室温条件下的热波动效应。然后通过改变材料参数，研究不同参数对skyrmionium稳定性的影响，确定使skyrmionium在室温下保持稳定的最佳参数。在此基础上，在纳米线的前后突触区域设置skyrmionium群，利用自旋转移矩效应驱动skyrmionium在突触间移动，成功模拟了基于skyrmionium的人工突触。最后通过优化参数，获得了高效、低功耗的skyrmionium人工突触模型，其突触权重变化规律符合STDP学习规则。本研究为室温条件下基于skyrmionium的类脑计算系统提供了理论支持。
出版日期
2023年11月10日（中国期刊网平台首次上网日期，不代表论文的发表时间）
