2022 Fiscal Year Annual Research Report
Memory, Logic Computing, and Neural Networks Based on Topological Spin Textures
| Project/Area Number |
20F20363
|
|---|
| Research Institution | Shinshu University |
|---|
Principal Investigator |
劉 小晰 信州大学, 学術研究院工学系, 教授 (10372509)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
ZHANG XICHAO 信州大学, 工学部, 外国人特別研究員
|
|---|
| Project Period (FY) |
2020-11-13 – 2023-03-31
|
| Keywords | スピントロニクス / トポロジカルスピンテクスチャ / ニューラルコンピューティング |
|---|
| Outline of Annual Research Achievements |
本研究では、ナノスケールのトポロジカルスピンテクスチャに着目し、トポロジカルスピン構造の超低消費電力な駆動手法並びにその室温、ゼロ磁界での安定性、電流、電圧駆動特性を明らかにして、高密度・高速なメモリー、論理素子への応用ための基盤構築である。代表出来なトポロジカルスピンテクスチャは磁気スキルミオンである。
2022年度では、磁気スキルミオンをメモリー・論理素子への応用の目的として、磁性多層膜の局所領域の磁気異方性の制御によって、磁気スキルミオン障壁の形成が成功した。この磁気スキルミオン障壁の特徴として、磁気スキルミオンが近付けると反発力を受ける。そのため、磁気スキルミオンが回路の側から保護され、事前に設計した回路内に安定に移動することができる。この結果はNano Letters 21 (10), 4320-4326(2021)に掲載された。
オートマトンは、入力と状態遷移制御が与えられた場合にその動作をトレースできる人工知能の基礎である。ここでは、磁気スキルミオンを画素のように制御する方法を提案し、その動作制御による状態遷移をシミュレーションで確認した。すなわち、磁気スキルミオン・オートマトンの可能性を確認でき、トポロジカルスピンテクスチャのAIへの応用を広げた。この結果はCommunications Physics 4 (1), 1-9 (2021)に掲載された。
本年度では、本研究の関連成果をNano letters, Communications Physics, Physical Review B, Applied Physics Lettersなど学術論文誌に論文９本が掲載された。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
