직교 직교-이지-액시스 (Orthogonal-Easy-Axis) 자기 터널 접합 (MTJ)을 이용한 부호화 스파이킹 뉴런 (Signed
요약
직교 이지-액시스 MTJ를 활용하여 양극성 스파이크 생성이 가능한 부호화 스파이킹 뉴런을 제안합니다. 자기 모멘트 역학을 LIF 막전위 진화에 매핑하여 높은 정보 효율성을 구현했습니다.
핵심 포인트
- 직교 이지-액시스 MTJ 기반의 소형 뉴런 설계
- 양극성 스파이크 생성을 통한 정보 표현력 향상
- LIF 방정식을 따르는 자기 모멘트 역학 구현
- CIFAR-10 데이터셋에서 91.06%의 높은 정확도 달성
부호화 스파이킹 뉴런 (Signed spiking neurons)은 표준 스파이킹 뉴런 (standard spiking neurons)보다 더 풍부한 정보를 담고 있습니다. 본 연구는 부호화 누설 통합 발화 (signed leaky integrate-and-fire, LIF) 동작을 위한 소형 자기 터널 접합 (magnetic tunnel junction, MTJ) 기반 뉴런을 제안합니다. 자유층 (free layer)과 고정층 (pinned layer)의 직교 이지-액시스 (orthogonal easy axes)를 통해, 이 소자는 양극성 스파이크 (bipolar spike) 생성을 가능하게 하며 자기 모멘트 역학 (magnetic-moment dynamics)을 부호화 LIF 막전위 (signed LIF membrane-potential) 진화에 매핑합니다. Landau--Lifshitz--Gilbert 시뮬레이션 결과, 적절한 자유층 치수를 통해 소자 응답이 부호화 LIF 방정식 (signed LIF equation)을 따를 수 있음을 보여줍니다. 10 nm x 45 nm x 50 nm의 대표적인 설계는 약 2:9:10의 종횡비 (aspect ratio)에 해당합니다. 피팅된 소자-뉴런 모델을 사용한 네트워크 평가 결과, CIFAR-10에서 91.06%, CIFAR10-DVS에서 77.40%를 달성하였으며, 이는 이상적인 부호화 LIF 뉴런의 정확도를 대부분 유지한 수치입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기