利用人工自旋冰的磁阻效应进行神经形态计算数据集

研究了基于三轴人工自旋冰（ASI）的三层结构（坡莫合金基底层—铜间隔层—三轴 ASI 层）在神经形态计算中的应用；通过输运测量表征了该结构的八种长程有序自旋态，发现不同自旋态呈现出明显可区分的电阻水平，且电阻波动小于0.01395Ω，自旋态稳定性优异。实验证实，三轴ASI系统具备储备池计算所需的全部关键特性，包括丰富的自旋构型以存储输入信号、对输入信号的非线性响应以及衰减记忆效应。基于该系统构建的单节点储备池，在太阳黑子预测和Mackey-Glass时间序列预测任务中表现出色，测试归一化均方根误差（NRMSE）分别为0.3293 和0.1758，与现有先进ASI基储备池计算结果相当。自旋态的区分源于巨磁电阻（GMR）和各向异性磁电阻（AMR）的联合作用，且该结构与CMOS工艺兼容，具备无退化、高耐久性等优势。数据类型包括实验测量的电阻数据、磁力显微镜（MFM）图像、微磁模拟数据等。数据集大小约为22 MB。数据类型包括txt，png和opju等。数据集可开放访问。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于利用三轴人工自旋冰（ASI）的三层结构进行神经形态计算研究，通过输运测量表征了八种长程有序自旋态，这些状态呈现明显可区分的电阻水平且稳定性优异。实验证明该系统具备储备池计算所需的关键特性，在预测任务中表现良好，自旋态区分源于巨磁电阻和各向异性磁电阻的联合作用，并与CMOS工艺兼容。数据集包含实验测量的电阻数据、磁力显微镜图像和微磁模拟数据等，大小约22 MB，可开放访问。