JP7108987B2 - Information processing device and information processing method - Google Patents

Information processing device and information processing method Download PDF

Info

Publication number
JP7108987B2
JP7108987B2 JP2019518815A JP2019518815A JP7108987B2 JP 7108987 B2 JP7108987 B2 JP 7108987B2 JP 2019518815 A JP2019518815 A JP 2019518815A JP 2019518815 A JP2019518815 A JP 2019518815A JP 7108987 B2 JP7108987 B2 JP 7108987B2
Authority
JP
Japan
Prior art keywords
information
nodes
magnetic
node
reservoir
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019518815A
Other languages
Japanese (ja)
Other versions
JPWO2018212201A1 (en
Inventor
光 野村
義茂 鈴木
英一 田村
真嗣 三輪
穣 後藤
フェルディナンド ペパー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Osaka University NUC
National Institute of Information and Communications Technology
Original Assignee
Osaka University NUC
National Institute of Information and Communications Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Osaka University NUC, National Institute of Information and Communications Technology filed Critical Osaka University NUC
Publication of JPWO2018212201A1 publication Critical patent/JPWO2018212201A1/en
Application granted granted Critical
Publication of JP7108987B2 publication Critical patent/JP7108987B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L29/00—Semiconductor devices specially adapted for rectifying, amplifying, oscillating or switching and having potential barriers; Capacitors or resistors having potential barriers, e.g. a PN-junction depletion layer or carrier concentration layer; Details of semiconductor bodies or of electrodes thereof ; Multistep manufacturing processes therefor
    • H01L29/66—Types of semiconductor device ; Multistep manufacturing processes therefor
    • H01L29/82—Types of semiconductor device ; Multistep manufacturing processes therefor controllable by variation of the magnetic field applied to the device

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Ceramic Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Neurology (AREA)
  • Hall/Mr Elements (AREA)
  • Mram Or Spin Memory Techniques (AREA)

Description

本発明は、情報処理装置及び情報処理方法に関する。 The present invention relates to an information processing device and an information processing method.

現在、普及しているコンピュータの多くは、ノイマン型コンピュータである。ノイマン型コンピュータは、プログラムやデータを記憶するメモリと、情報処理デバイスとを備える。ノイマン型コンピュータが備える情報処理デバイスは、メモリに記憶されたプログラムやデータに従って、適宜の演算処理を実行する。 Most of the computers in widespread use today are Von Neumann computers. A von Neumann computer includes a memory that stores programs and data, and an information processing device. An information processing device included in the von Neumann computer executes appropriate arithmetic processing according to programs and data stored in the memory.

一方、非ノイマン型コンピュータも存在する。非ノイマン型コンピュータの１つとして、ニューラルネットワークを模したリザーバコンピュータが提案されている（例えば、特許文献１及び２を参照）。 On the other hand, non-von Neumann computers also exist. As one of the non-von Neumann computers, a reservoir computer imitating a neural network has been proposed (see Patent Documents 1 and 2, for example).

米国特許出願公開第２０１４／０２１４７３８号明細書U.S. Patent Application Publication No. 2014/0214738 米国特許第９４７７１３６号明細書U.S. Pat. No. 9,477,136

しかしながら、特許文献１に開示されたリザーバコンピュータでは、リザーバを構成する演算ノードが負性抵抗素子により構成されており、各負性抵抗素子に対する電流制御によって情報の書き込みが行われる。また、負性抵抗素子を演算ノードとして備えるリザーバにて情報を保持する場合においても電流制御が必要となる。よって、特許文献１に開示されたリザーバコンピュータでは、消費電力を低く抑えることができないという問題点を有している。 However, in the reservoir computer disclosed in Patent Literature 1, the operation nodes constituting the reservoir are composed of negative resistance elements, and information is written by current control to each negative resistance element. Current control is also required when information is held in a reservoir having a negative resistance element as an operation node. Therefore, the reservoir computer disclosed in Patent Document 1 has a problem that power consumption cannot be kept low.

また、特許文献２に開示されたリザーバコンピュータでは、リザーバを構成する演算ノードが受動型シリコンフォトニクス・チップにより構成されており、情報の書き込みにはレーザ光やコヒーレント光の照射が必要となる。よって、特許文献２に開示されたリザーバコンピュータにおいても、消費電力を低く抑えることができないという問題点を有している。 In addition, in the reservoir computer disclosed in Patent Document 2, the computation node that constitutes the reservoir is composed of a passive silicon photonics chip, and irradiation of laser light or coherent light is required for writing information. Therefore, the reservoir computer disclosed in Patent Document 2 also has the problem that power consumption cannot be kept low.

本発明は、低消費電力でリザーバコンピューティングを実現することができる情報処理装置及び情報処理方法を提供することを目的とする。 SUMMARY OF THE INVENTION An object of the present invention is to provide an information processing apparatus and an information processing method capable of realizing reservoir computing with low power consumption.

本発明の一態様に係る情報処理装置は、夫々が磁性体により構成された複数のノードを含み、各ノードが少なくとも１つの他のノードに磁気的に結合されている磁性体リザーバと、該磁性体リザーバに含まれる複数のノードから、情報を書き込むべき１又は複数のノードを選択するノード選択部と、選択した１又は複数のノードに情報を書き込む情報書込部と、前記情報を書き込んだ後に、前記磁性体リザーバに含まれる各ノードの線形結合によって得られる情報を読み出す情報読出部とを備える。 An information processing apparatus according to an aspect of the present invention includes a magnetic reservoir including a plurality of nodes each made of a magnetic material, each node being magnetically coupled to at least one other node; a node selection unit for selecting one or more nodes to which information is to be written from among a plurality of nodes included in a body reservoir; an information writing unit for writing information to the selected one or more nodes; and an information reading unit for reading information obtained by linear coupling of each node included in the magnetic reservoir.

本発明の一態様に係る情報処理方法は、夫々が磁性体により構成された複数のノードを含み、各ノードが少なくとも１つの他のノードに磁気的に結合されている磁性体リザーバに対して、情報を書き込むべき1又は複数のノードを選択し、選択した１又は複数のノードに情報を書き込み、前記情報を書き込んだ後に、前記磁性体リザーバに含まれる各ノードの線形結合によって得られる情報を読み出す。 An information processing method according to an aspect of the present invention provides a magnetic reservoir that includes a plurality of nodes each made of a magnetic material, each node being magnetically coupled to at least one other node, Select one or more nodes to write information, write information to the selected one or more nodes, and after writing the information, read the information obtained by linear combination of each node contained in the magnetic reservoir. .

上記一態様によれば、低消費電力でリザーバコンピューティングを実現することができる。 According to the above aspect, reservoir computing can be achieved with low power consumption.

本実施の形態に係る情報処理装置の構成を示す概念図である。1 is a conceptual diagram showing the configuration of an information processing apparatus according to an embodiment; FIG. 微小磁性体の一例を示す模式図である。It is a schematic diagram which shows an example of a micromagnetic body. 本実施の形態に係る情報処理装置が実行する処理の手順を示すフローチャートである。4 is a flow chart showing the procedure of processing executed by the information processing apparatus according to the embodiment; 性能評価で用いた微小磁性体リザーバの構成を示す模式図である。FIG. 4 is a schematic diagram showing the configuration of a minute magnetic reservoir used in performance evaluation. 実施の形態２に係る微小磁性体リザーバ２０の構成を示す模式図である。FIG. 9 is a schematic diagram showing the configuration of a minute magnetic reservoir 20 according to Embodiment 2; 磁気異方性の変更方法を説明するグラフである。It is a graph explaining the change method of magnetic anisotropy. バイナリ演算に用いるデータを説明する説明図である。FIG. 4 is an explanatory diagram for explaining data used for binary computation; 時間０～１の間の磁化状態のＺ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。7 is a graph showing the error rate of each calculation when learning is performed using the Z component of the magnetization state between times 0 and 1; 時間０～１の間の磁化状態のＺ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。7 is a graph showing the error rate of each calculation when learning is performed using the Z component of the magnetization state between times 0 and 1; 時間０～１の間の磁化状態のＺ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。7 is a graph showing the error rate of each calculation when learning is performed using the Z component of the magnetization state between times 0 and 1; 時間１～２の間の磁化状態のＸ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。10 is a graph showing the error rate of each calculation when learning is performed using the X component of the magnetization state between times 1 and 2; 時間１～２の間の磁化状態のＸ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。10 is a graph showing the error rate of each calculation when learning is performed using the X component of the magnetization state between times 1 and 2; 時間１～２の間の磁化状態のＸ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。10 is a graph showing the error rate of each calculation when learning is performed using the X component of the magnetization state between times 1 and 2; 入力の遅延量に対するエラーレートを示すグラフである。7 is a graph showing an error rate with respect to an input delay amount; 実施の形態３に係る微小磁性体リザーバの構成を示す模式図である。FIG. 10 is a schematic diagram showing the configuration of a minute magnetic material reservoir according to Embodiment 3; 磁気異方性の変更方法を説明する説明図である。It is explanatory drawing explaining the change method of magnetic anisotropy. 教師データとの比較結果を示す図である。It is a figure which shows the comparison result with teacher data. 教師データとの比較結果を示す図である。It is a figure which shows the comparison result with teacher data. 磁化状態のＸ成分を用いて学習した場合の排他的論路演算におけるエラーレートを示すグラフである。10 is a graph showing the error rate in exclusive logic operation when learning is performed using the X component of the magnetization state; 実施の形態４に係る微小磁性体リザーバの構成を示す模式図である。FIG. 11 is a schematic diagram showing the configuration of a minute magnetic material reservoir according to Embodiment 4; 実施の形態５に係る微小磁性体リザーバの模式的平面図である。FIG. 11 is a schematic plan view of a minute magnetic reservoir according to Embodiment 5; 実施の形態５に係る微小磁性体リザーバの模式的断面図である。FIG. 11 is a schematic cross-sectional view of a minute magnetic material reservoir according to Embodiment 5;

以下、本発明をその実施の形態を示す図面に基づいて具体的に説明する。
（実施の形態１）
図１は本実施の形態に係る情報処理装置の構成を示す概念図である。本実施の形態に係る情報処理装置は、所謂リザーバコンピュータであり、入力情報セル１０、微小磁性体リザーバ２０、重み付け演算素子３０、及び出力情報セル４０を備える。BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, the present invention will be specifically described based on the drawings showing the embodiments thereof.
(Embodiment 1)
FIG. 1 is a conceptual diagram showing the configuration of an information processing apparatus according to this embodiment. The information processing apparatus according to the present embodiment is a so-called reservoir computer, and includes input information cells 10 , minute magnetic reservoirs 20 , weighting operation elements 30 , and output information cells 40 .

微小磁性体リザーバ２０には、複数の演算ノード２１，２１，…，２１が含まれている。各演算ノード２１は、後述する微小磁性体により構成されている。微小磁性体間に静磁気相互作用が働くことにより、演算ノード２１，２１間は磁気的に結合されている。図１の例では、マトリクス状に配置された４行×５列の演算ノード２１，２１，…，２１のうち、左上隅に配置された演算ノード２１は、右側及び下側に隣接する２つの演算ノード２１，２１に磁気的に結合されていることを示している。他の演算ノード２１についても同様であり、図１の例では、各演算ノード２１は２～４個の他の演算ノード２１に磁気的に結合されていることを示している。 The minute magnetic reservoir 20 includes a plurality of operation nodes 21, 21, . Each operation node 21 is composed of a minute magnetic material, which will be described later. The operation nodes 21 and 21 are magnetically coupled by the magnetostatic interaction acting between the minute magnetic bodies. In the example of FIG. 1, among the operation nodes 21 arranged in a matrix of 4 rows×5 columns, the operation node 21 arranged in the upper left corner It shows that it is magnetically coupled to the operation nodes 21 , 21 . The same applies to the other operation nodes 21, and the example of FIG. 1 shows that each operation node 21 is magnetically coupled to 2 to 4 other operation nodes 21. FIG.

なお、図１の例では、最近接の演算ノード２１，２１同士が磁気的に結合された状態を示しているが、磁気的に結合される２つの演算ノード２１，２１は必ずしも最近接に配置される必要はない。 Note that although the example of FIG. 1 shows a state in which the closest operation nodes 21 and 21 are magnetically coupled to each other, the two operation nodes 21 and 21 that are magnetically coupled are not necessarily arranged closest to each other. does not need to be

また、図１の例では、４行×５列のマトリクス状に演算ノード２１，２１，…，２１を配置した構成を示したが、演算ノード２１の配置は図１の例に限定されるものではない。例えば、図１に示すように正方格子の各頂点に演算ノード２１が配置されていてもよく、矩形格子、三角格子、六角格子、菱形格子等の各種平面格子の各頂点に演算ノード２１が配置されていてもよい。また、演算ノード２１は平面上に配置される必要はなく、任意の空間格子における各頂点に配置されていてもよい。さらに、演算ノード２１は周期的に配置される必要はなく、同一平面内若しくは空間内にランダムに配置されてもよい。 1, the operation nodes 21, 21, . . . , 21 are arranged in a matrix of 4 rows×5 columns. is not. For example, as shown in FIG. 1, the operation nodes 21 may be arranged at each vertex of a square lattice, or the operation nodes 21 may be arranged at each vertex of various plane lattices such as a rectangular lattice, a triangular lattice, a hexagonal lattice, and a diamond lattice. may have been Moreover, the operation nodes 21 do not have to be arranged on a plane, and may be arranged at each vertex in an arbitrary spatial grid. Furthermore, the operation nodes 21 do not need to be arranged periodically, and may be arranged randomly within the same plane or space.

演算ノード２１を構成する微小磁性体は、例えば、Ｎｉ－Ｆｅ系合金、Ｎｉ－Ｆｅ－Ｃｏ系合金、Ｃｏ－Ｆｅ系合金などの合金により形成される。微小磁性体は、例えば、形状磁気異方性を利用して、磁化容易軸を１つだけ有するように構成されている。図２は微小磁性体の一例を示す模式図である。演算ノード２１に用いられる微小磁性体は、例えば楕円柱形状をなし、楕円の長軸方向に１００ｎｍ、短軸方向に５０ｎｍ、厚み方向に２０ｎｍ程度の大きさを有する。このような形状の微小磁性体において、磁化容易軸は楕円の長軸方向と一致する方向に１つだけ形成される。特に、微小磁性体が磁化容易軸に沿って細長い形状であれば、磁化容易軸上において磁化の向きが双安定性を示す。すなわち、微小磁性体における磁化方向は、磁化容易軸に沿う第１方向（図中の白抜き矢符で示す方向）、又は第１方向から１８０度反転した第２方向（図中の黒塗矢符で示す方向）の何れかの方向をとり、他の方向（磁化容易軸からずれた方向）はとらないように構成することができる。 The minute magnetic bodies constituting the operation node 21 are made of alloys such as Ni--Fe alloys, Ni--Fe--Co alloys, and Co--Fe alloys, for example. The minute magnetic bodies are configured to have only one axis of easy magnetization by using shape magnetic anisotropy, for example. FIG. 2 is a schematic diagram showing an example of micro magnetic bodies. The minute magnetic material used for the operation node 21 has, for example, an elliptical cylindrical shape, and has a size of about 100 nm in the major axis direction, about 50 nm in the minor axis direction, and about 20 nm in the thickness direction. In such a microscopic magnetic body, only one axis of easy magnetization is formed in the direction coinciding with the major axis direction of the ellipse. In particular, if the fine magnetic material has an elongated shape along the axis of easy magnetization, the direction of magnetization on the axis of easy magnetization exhibits bistability. That is, the magnetization direction in the micromagnetic material is either the first direction along the axis of easy magnetization (the direction indicated by the white arrow in the figure) or the second direction reversed 180 degrees from the first direction (the black arrow in the figure). direction indicated by a symbol) and not the other direction (direction deviated from the easy axis of magnetization).

なお、図２では、微小磁性体の一例として、磁化容易軸を１つだけ有し、磁化容易軸上において磁化の向きが双安定性を示す微小磁性体の構成を説明したが、周囲の磁化状態に応じて磁化の安定方向が定まる限りにおいて、双安定性を示さない微小磁性体であってもよく、磁化容易軸が存在しない微小磁性体、又は磁化容易軸が複数存在する微小磁性体であってもよい。また、図２では、楕円柱形状をなす微小磁性体について説明したが、微小磁性体の形状は楕円柱形状に限定されるものではない。例えば、厚み方向と直交する断面の形状が円形、長方形、角が丸められた長方形、２つの円を僅かに重ねた形状であってもよい。これらの形状を有する微小磁性体は製造が容易であり、集積化が容易であるという利点を有する。 In FIG. 2, as an example of the minute magnetic body, the configuration of the minute magnetic body having only one axis of easy magnetization and exhibiting bistability in the direction of magnetization on the axis of easy magnetization was explained. As long as the stable direction of magnetization is determined according to the state, it may be a microscopic magnetic material that does not exhibit bistability, a micromagnetic material that does not have an axis of easy magnetization, or a micromagnetic material that has multiple easy axes of magnetization. There may be. In addition, in FIG. 2, the cylindroid-shaped fine magnetic bodies are described, but the shape of the fine magnetic bodies is not limited to the cylindric shape. For example, the shape of the cross section perpendicular to the thickness direction may be a circle, a rectangle, a rectangle with rounded corners, or a shape in which two circles are slightly overlapped. Micro magnetic bodies having these shapes have the advantage of being easy to manufacture and easy to integrate.

微小磁性体リザーバ２０が備える演算ノード２１，２１，…，２１への情報の書き込みは、入力情報セル１０が行う。入力情報セル１０は、微小磁性体リザーバ２０が備える複数の演算ノード２１，２１，…，２１のうち、選択した１又は複数の演算ノード２１，２１，…，２１に対して情報の書き込みを行う。入力情報セルが書き込むべき情報は、例えば０又は１のバイナリの値により記述される。入力情報セル１０は、選択した演算ノード２１に「０」を書き込む場合、当該演算ノード２１を構成する微小磁性体の磁化方向を例えば前述の第１方向に制御し、「１」を書き込む場合、微小磁性体の磁化方向を第１方向とは１８０度反転した第２方向に制御する。 The input information cell 10 writes information to the operation nodes 21, 21, . The input information cell 10 writes information to one or a plurality of operation nodes 21, 21, . . Information to be written in the input information cell is described by a binary value of 0 or 1, for example. When writing "0" to the selected operation node 21, the input information cell 10 controls the magnetization direction of the minute magnetic material constituting the operation node 21, for example, in the above-described first direction, and when writing "1", The magnetization direction of the minute magnetic material is controlled to a second direction that is 180 degrees opposite to the first direction.

微小磁性体における磁化方向の制御手法には、例えば、磁気抵抗効果型固体磁気メモリ（MRAM : Magnetic Random Access Memory）で利用される手法を用いることができる。ＭＲＡＭで利用される磁化方向の制御手法として、古典的な電流磁場を用いる手法やスピン注入磁化反転を用いる手法が知られている。前者では、目的の微小磁性体の極近傍に配置した配線に電流を流すことにより磁場を発生させ、発生させた磁場により磁化方向を制御することができる。後者では、偏極スピン電流の供給（スピン注入）によって磁化反転を行い、目的の微小磁性体の磁化方向を制御することができる。ただし、前者では、磁性体のサイズが小さくなるほど必要な電流が大きくなるというデメリット、配線からの漏れ磁場により目的の微小磁性体に近接する他の微小磁性体に書き込みエラーが発生する可能性があるというデメリットが存在する。このため、本実施の形態では、後者のスピン注入磁化反転の手法を用いることが好ましい。 As a method for controlling the magnetization direction in a micromagnetic material, for example, a method used in a magnetoresistive solid-state magnetic memory (MRAM: Magnetic Random Access Memory) can be used. As methods for controlling the magnetization direction used in MRAM, a method using a classical current magnetic field and a method using spin injection magnetization reversal are known. In the former, it is possible to generate a magnetic field by passing a current through a wiring arranged very close to the target minute magnetic material, and control the magnetization direction by the generated magnetic field. In the latter, magnetization reversal is performed by supplying a polarized spin current (spin injection), and the magnetization direction of the target minute magnetic material can be controlled. However, the former has the disadvantage that the smaller the size of the magnetic body, the larger the required current, and the leakage magnetic field from the wiring may cause write errors in other micromagnetic bodies close to the target micromagnetic body. There is a disadvantage. Therefore, in the present embodiment, it is preferable to use the latter technique of spin transfer magnetization reversal.

また、古典的な電流磁場を用いる手法、スピン注入磁化反転を用いる手法に代えて、電界効果によって磁気的な応答を誘起する手法を用いてもよい。例えば、国際公開第２００９／１３３６５０号には、磁性層（超薄膜強磁性層）と絶縁層（ポテンシャル障壁）とを積層した構造体に対して積層方向に電界を印加することより、磁性層の磁気異方性を変調し、磁性層の磁化方向を制御する手法が開示されている。このような手法を用いて、選択した演算ノード２１を構成する微小磁性体の磁化方向を制御してもよい。 Further, instead of the classical method using a current magnetic field and the method using spin injection magnetization reversal, a method of inducing a magnetic response by an electric field effect may be used. For example, in International Publication No. 2009/133650, by applying an electric field in the stacking direction to a structure in which a magnetic layer (ultra-thin ferromagnetic layer) and an insulating layer (potential barrier) are stacked, Techniques are disclosed for modulating the magnetic anisotropy to control the magnetization direction of the magnetic layer. Using such a method, the magnetization direction of the minute magnetic material that constitutes the selected operation node 21 may be controlled.

上述した磁化制御手法により、選択された演算ノード２１，２１，…，２１に対して情報が書き込まれた後、各演算ノード２１を構成する微小磁性体の磁化方向は、周囲に配置された微小磁性体からの静磁気相互作用の影響を受け、自律的に演算結果を表す状態へ遷移する。 After information is written into the selected operation nodes 21, 21, . Affected by the magnetostatic interaction from the magnetic material, it autonomously transitions to the state representing the calculation result.

出力情報セル４０は、入力情報セル１０によって情報が書き込まれた後、微小磁性体リザーバ２０の磁化状態が演算結果を表す状態に遷移したタイミング（例えば、情報の書き込み後１０ｎｓｅｃが経過したタイミング）で情報の読み出しを行う。具体的には、出力情報セル４０は、重み付け演算素子３０を介すことにより、微小磁性体リザーバ２０の各演算ノード２１，２１，…，２１に保持されている情報を線形結合し、線形結合によって得られる情報を読み出す。
なお、各演算ノード２１，２１，…，２１からの情報の読み出しには、前述した磁化方向の制御手法と同様に、ＭＲＡＭで利用される手法を用いることが可能である。After the information is written by the input information cell 10, the output information cell 40 is output at the timing when the magnetization state of the minute magnetic reservoir 20 transitions to the state representing the calculation result (for example, at the timing when 10 nsec has passed after writing the information). Read information. Specifically, the output information cell 40 linearly combines the information held in each of the operation nodes 21, 21, . Read out the information obtained by
. . , 21, it is possible to use a technique used in MRAM, like the magnetization direction control technique described above.

重み付け演算素子３０は、微小磁性体リザーバ２０の各演算ノード２１，２１，…，２１に保持されている情報を線形結合する機能と、線形結合で用いる線形重みを学習により決定する機能とを備える。重み付け演算素子３０は、出力指示が外部から与えられた場合、図に示していないメモリに記憶されている線形重みを読み出し、読み出した線形重みを用いて各演算ノード２１，２１，…，２１に保持されている情報の線形結合を行い、得られた情報を出力情報セル４０へ出力する。なお、重み付け演算素子３０は、半導体によるメモリ素子により重み付けを保持してもよく、磁性体中のドメインウォールの位置を利用した磁性メモリにより重み付けを保持してもよい。 The weighting operation element 30 has a function of linearly combining the information held in each of the operation nodes 21, 21, . . When an output instruction is given from the outside, the weighting operation element 30 reads out linear weights stored in a memory (not shown), and uses the read out linear weights to output data to each operation node 21, 21, . A linear combination of the held information is performed and the resulting information is output to the output information cell 40 . The weighting operation element 30 may hold the weighting by a semiconductor memory element, or may hold the weighting by a magnetic memory using the position of the domain wall in the magnetic material.

一方、線形重みに対する学習指示が外部から与えられた場合、重み付け演算素子３０は、入力に対して理想的な出力を示す教師情報を図に示していないメモリから読み出し、当該教師情報を再現するように線形重みを学習により決定する。重み付け演算素子３０は、決定した線形重みを前述したメモリに記憶させる。重み付け演算素子３０は、例えば、最小二乗法（線形回帰）を用いて、微小磁性体リザーバ２０より得られる情報が示す値と教師情報が示す値との間の残差二乗和が最小となるように線形重みを決定してもよい。また、微小磁性体リザーバ２０が備える演算ノード２１の数が多すぎる場合、過学習による問題を回避するために、Ridge回帰、Lasso回帰、又はElastic netの手法などにより線形重みを正則化してもよい。更に、再帰的最小二乗法やいわゆるFORCE学習法などを用いて、学習過程をバッジ処理ではなく、リアルタイム処理で行うことも可能である。 On the other hand, when a learning instruction for linear weighting is given from the outside, the weighting operation element 30 reads teacher information indicating an ideal output for the input from a memory (not shown) and reproduces the teacher information. , the linear weights are determined by learning. The weighting arithmetic element 30 stores the determined linear weights in the memory described above. The weighting operation element 30 uses, for example, the method of least squares (linear regression) to minimize the residual sum of squares between the value indicated by the information obtained from the minute magnetic reservoir 20 and the value indicated by the teacher information. may determine linear weights for In addition, when the number of operation nodes 21 provided in the micro magnetic reservoir 20 is too large, linear weights may be regularized by Ridge regression, Lasso regression, or Elastic net method in order to avoid problems due to overfitting. . Furthermore, it is also possible to use the recursive least-squares method, the so-called FORCE learning method, or the like to perform the learning process not by badge processing but by real-time processing.

なお、本実施の形態では、入力情報セル１０から微小磁性体リザーバ２０へ情報を書き込む構成としたが、入力情報セル１０に複数の入力ノード１１，１１，…，１１を設け、入力ノード１１，１１，…，１１を通じて演算ノード２１，２１，…，２１に情報を書き込む構成としてもよい。また、出力情報セル４０に複数の出力ノード４１，４１，…，４１を設け、出力ノード４１，４１，…，４１のそれぞれを用いて、微小磁性体リザーバ２０から情報を読み出す構成としてもよい。 In this embodiment, information is written from the input information cell 10 to the minute magnetic reservoir 20. However, the input information cell 10 is provided with a plurality of input nodes 11, 11, . , 21 may be configured to write information to the operation nodes 21, 21, . Further, the output information cell 40 may be provided with a plurality of output nodes 41, 41, . . . , 41, and the output nodes 41, 41, .

以下、本実施の形態に係る情報処理装置の動作について説明する。
図３は本実施の形態に係る情報処理装置が実行する処理の手順を示すフローチャートである。情報処理装置の入力情報セル１０は、演算対象の情報が入力され、演算指示が与えられた場合、情報を書き込むべき１又は複数の演算ノード２１，２１，…，２１を選択する（ステップＳ１０１）。ここで、入力情報セル１０は、全演算ノード２１，２１，…，２１のうち、１０％～９０％程度の演算ノード２１，２１，…，２１をランダムに選択すればよい。The operation of the information processing apparatus according to this embodiment will be described below.
FIG. 3 is a flow chart showing the procedure of processing executed by the information processing apparatus according to this embodiment. The input information cell 10 of the information processing device selects one or a plurality of operation nodes 21, 21, . . Here, the input information cell 10 may randomly select about 10% to 90% of the operation nodes 21, 21, .

例えば、図１に示す演算ノード２１のうち、特定の行（又は列）に並ぶ演算ノード２１，２１，…，２１のみを選択して情報を書き込んだ場合、これらの演算ノード２１，２１，…，２１の近傍だけで磁化方向が安定化する可能性がある。この場合、書き込んだ情報が他の演算ノード２１，２１，…，２１に伝搬しないので、リザーバとして機能させることができない。よって、ステップＳ１０１で選択する演算ノード２１，２１，…，２１はランダムであることが好ましい。ただし、エネルギー的に高い状態となるように周期的に情報を入力できるのであれば、必ずしもランダムに演算ノード２１，２１，…，２１を選択する必要はなく、周期性を持たせて演算ノード２１，２１，…，２１を選択してもよい。 , 21 arranged in a specific row (or column) among the operation nodes 21 shown in FIG. , 21 may stabilize the magnetization direction. In this case, since the written information is not propagated to the other operation nodes 21, 21, . . . , 21, it cannot function as a reservoir. Therefore, it is preferable that the operation nodes 21, 21, . . . , 21 selected in step S101 are random. However, if it is possible to periodically input information so as to obtain a high-energy state, it is not always necessary to select the operation nodes 21, 21, . . . , 21 at random. , 21, . . . , 21 may be selected.

次いで、入力情報セル１０は、ステップＳ１０１で選択した１又は複数の演算ノード２１，２１，…，２１に対して情報を書き込む（ステップＳ１０２）。入力情報セル１０は、各演算ノード２１を構成する微小磁性体の磁化方向を制御することにより、情報の書き込みを行う。磁化方向の制御には、古典的な電流磁場を用いる手法、スピン注入磁化反転を用いる手法、電界効果により磁気的な応答を誘起する手法等を用いることができる。 Next, the input information cell 10 writes information to one or more operation nodes 21, 21, . . . , 21 selected in step S101 (step S102). The input information cell 10 writes information by controlling the magnetization direction of the minute magnetic material forming each operation node 21 . For controlling the magnetization direction, a method using a classical current magnetic field, a method using spin injection magnetization reversal, a method using an electric field effect to induce a magnetic response, or the like can be used.

次いで、微小磁性体リザーバ２０の磁化状態を演算結果を表す状態に遷移させる（ステップＳ１０３）。演算ノード２１を構成する微小磁性体の磁化方向は、当該演算ノード２１の周囲に配置された微小磁性体からの静磁気相互作用の影響を受けて、自律的に演算結果を表す状態へ遷移する。情報処理装置が実行する処理としては、微小磁性体リザーバ２０の磁化方向が演算結果を表す状態へ遷移するのに要する時間（例えば１０ｎｓｅｃ）だけ待機する処理を行う。 Next, the magnetization state of the minute magnetic reservoir 20 is changed to a state representing the calculation result (step S103). The magnetization direction of the minute magnetic bodies that make up the operation node 21 is affected by the magnetostatic interaction from the minute magnetic bodies arranged around the operation node 21, and autonomously transitions to a state representing the operation result. . As a process executed by the information processing apparatus, a process of waiting for the time (for example, 10 nsec) required for the magnetization direction of the minute magnetic reservoir 20 to transition to the state representing the calculation result is performed.

次いで、出力情報セル４０は、微小磁性体リザーバ２０に保持されている情報を制御出力する（ステップＳ１０４）。具体的には、出力情報セル４０は、重み付け演算素子３０を介すことにより、各演算ノード２１，２１，…，２１に保持されている情報を線形結合し、線形結合によって得られる情報を出力情報として読み出す。更に入力情報が存在する場合、情報処理装置は、出力情報を読み出した後、ステップＳ１０２へ処理を戻して演算を継続する。 Next, the output information cell 40 controls and outputs the information held in the minute magnetic reservoir 20 (step S104). Specifically, the output information cell 40 linearly combines the information held in each of the operation nodes 21, 21, . read as information. If there is further input information, the information processing apparatus reads the output information and then returns to step S102 to continue the calculation.

なお、図３のフローチャートではシーケンシャルな手順を示したが、ステップＳ１０１からＳ１０４のセットを複数用意し、これらのセットを非同期に実行してもよい。 Although a sequential procedure is shown in the flowchart of FIG. 3, a plurality of sets of steps S101 to S104 may be prepared and these sets may be executed asynchronously.

以下、本実施の形態に係る情報処理装置の性能評価について開示する。
図４は性能評価で用いた微小磁性体リザーバ２０の構成を示す模式図である。図４に示す微小磁性体リザーバ２０は、１６×１６個の正方格子（ユニットセル２００）を有し、各正方格子の頂点に第１の微小磁性体２０１、各正方格子の中心に第２の微小磁性体２０２を配置した構成を有している。すなわち、図４の例では、１つのユニットセル２００内に２つの微小磁性体２０１，２０２が配置され、全体として、１６×１６×２個の演算ノード２１を有する微小磁性体リザーバ２０が構築されている。この例では、第１の微小磁性体２０１間に働く静磁気相互作用、第１の微小磁性体２０１と第２の微小磁性体２０２との間に働く静磁気相互作用、第２の微小磁性体２０２間に働く静磁気相互作用が演算に利用される。Performance evaluation of the information processing apparatus according to the present embodiment will be disclosed below.
FIG. 4 is a schematic diagram showing the configuration of the minute magnetic reservoir 20 used in the performance evaluation. The minute magnetic material reservoir 20 shown in FIG. 4 has 16×16 square lattices (unit cells 200), a first minute magnetic material 201 at the vertex of each square lattice, and a second minute magnetic material at the center of each square lattice. It has a configuration in which minute magnetic bodies 202 are arranged. That is, in the example of FIG. 4, two minute magnetic bodies 201 and 202 are arranged in one unit cell 200, and a minute magnetic body reservoir 20 having 16×16×2 operation nodes 21 as a whole is constructed. ing. In this example, the magnetostatic interaction acting between the first minute magnetic bodies 201, the magnetostatic interaction acting between the first minute magnetic bodies 201 and the second minute magnetic bodies 202, and the second minute magnetic bodies The magnetostatic interaction acting between 202 is utilized for calculation.

図４に示す例において、１６ビットの情報を書き込む場合、１６×１６×２個の演算ノード２１のうち、例えば１６個の演算ノード２１（全ノードのうち３．１２５％の演算ノード２１）をランダムに選択して情報を書き込めばよい。 In the example shown in FIG. 4, when writing 16-bit information, for example, 16 operation nodes 21 out of 16×16×2 operation nodes 21 (3.125% of all nodes 21) are It is sufficient to select randomly and write the information.

本実施の形態では、図４に示す微小磁性体リザーバ２０において、全ノードのうち３０％の演算ノード２１，２１，…，２１をランダムに選択し、ＮＡＲＭＡ１０（Nonlinear Auto-Regressive Moving Average 10）タスクを実行することにより、性能評価を行った。なお、各演算ノード２１における微小磁性体の磁化方向は、４次のRunge-Kutta法を用いて、Landau-Lifshitz方程式を解くことにより計算した。 In this embodiment, in the micromagnetic reservoir 20 shown in FIG. 4, 30% of the operation nodes 21, 21, . Performance evaluation was performed by executing The magnetization direction of the minute magnetic material in each operation node 21 was calculated by solving the Landau-Lifshitz equation using the fourth-order Runge-Kutta method.

発明者らによる計算結果に依れば、ＮＡＲＭＡ１０タスクにおける規格化されたエラー値（NRMSE : normalized root mean square error）は、０．８以下の値を示し、本実施の形態に係る微小磁性体リザーバ２０をリザーバコンピューティングに利用できることが分かった。 According to the calculation results of the inventors, the normalized error value (NRMSE: normalized root mean square error) in the NARMA10 task shows a value of 0.8 or less, and the micro magnetic reservoir according to the present embodiment 20 were found to be available for reservoir computing.

（実施の形態２）
実施の形態２では、実施の形態１とは演算ノード２１の配置が異なる微小磁性体リザーバ２０の検証結果について説明する。(Embodiment 2)
In the second embodiment, verification results of the minute magnetic reservoir 20 in which the arrangement of the operation nodes 21 is different from that of the first embodiment will be described.

図５は実施の形態２に係る微小磁性体リザーバ２０の構成を示す模式図である。図５に示す微小磁性体リザーバ２０は、１行目に１つの演算ノード２１、２行目に２つの演算ノード２１，２１、…といったように、Ｎ行目（Ｎは１～１０の整数）にＮ個の演算ノード２１，２１，…，２１を配置した構成を有している。なお、各演算ノード２１は、膜厚０．５ｎｍ、半径２０ｎｍの円柱状の微小磁性体により構成されており、隣り合う微小磁性体間の距離は１０ｎｍとした。また、本実施の形態では、行単位で演算ノード２１のグループ分けを行い、２行目、５行目、８行目に配置された演算ノード２１をグループ１、３行目、６行目、９行目に配置された演算ノード２１をグループ２、１行目、４行目、７行目、１０行目に配置された演算ノード２１をグループ３とした。 FIG. 5 is a schematic diagram showing the configuration of the minute magnetic reservoir 20 according to the second embodiment. The minute magnetic reservoir 20 shown in FIG. 5 has one operation node 21 on the first row, two operation nodes 21, 21 on the second row, and so on, in the Nth row (N is an integer from 1 to 10). . . , 21 are arranged in each node. Each operation node 21 is composed of a columnar minute magnetic body having a film thickness of 0.5 nm and a radius of 20 nm, and the distance between adjacent minute magnetic bodies is set to 10 nm. Further, in this embodiment, the operation nodes 21 are grouped by row, and the operation nodes 21 arranged in the 2nd, 5th, and 8th rows are grouped in the 1st, 3rd, 6th, and 8th rows. The operation node 21 arranged on the 9th row is group 2, and the operation nodes 21 arranged on the 1st, 4th, 7th, and 10th rows are group 3.

本実施の形態に係る情報処理装置は、入力情報セル１０を通じて、１行目に配置されている演算ノード２１に情報を書き込み、微小磁性体リザーバ２０において情報をシフトさせるために、各演算ノード２１を構成する微小磁性体の磁気異方性を変更した。なお、微小磁性体における磁気異方性には、形状磁気異方性、界面磁気異方性、結晶磁気異方性などが含まれる。情報処理装置は、例えば、磁性層（超薄膜強磁性層）と絶縁層（ポテンシャル障壁）とを積層した構造体に対して積層方向に電界を印加することより、微小磁性体の磁気異方性を変更することができる。 The information processing apparatus according to the present embodiment writes information to the operation node 21 arranged in the first row through the input information cell 10, and shifts the information in the minute magnetic reservoir 20, so that each operation node 21 We changed the magnetic anisotropy of the minute magnetic bodies that make up the . The magnetic anisotropy in the fine magnetic material includes shape magnetic anisotropy, interfacial magnetic anisotropy, magnetocrystalline anisotropy, and the like. The information processing device applies an electric field in the stacking direction to a structure in which, for example, a magnetic layer (ultra-thin ferromagnetic layer) and an insulating layer (potential barrier) are stacked, thereby reducing the magnetic anisotropy of the micromagnetic material. can be changed.

図６は磁気異方性の変更方法を説明するグラフである。図６に示すグラフは、横軸が時間を表し、縦軸が磁気異方性を表しており、グループ１～３の各グループに属する微小磁性体における磁気異方性の時間変化を示している。なお、グラフの煩雑さを避けるために、グループ２に属する微小磁性体の磁気異方性には＋２を加算し、グループ３に属する微小磁性体の磁気異方性には＋４を加算している。 FIG. 6 is a graph explaining a method of changing magnetic anisotropy. In the graph shown in FIG. 6, the horizontal axis represents time and the vertical axis represents magnetic anisotropy, showing the time change of the magnetic anisotropy in the minute magnetic bodies belonging to each of Groups 1 to 3. . To avoid complication of the graph, +2 is added to the magnetic anisotropy of the minute magnetic bodies belonging to Group 2, and +4 is added to the magnetic anisotropy of the minute magnetic bodies belonging to Group 3. .

時間０～１のタイムステップでは、全てのグループに属する微小磁性体の磁気異方性を「１」としている。この場合、１行目に書き込まれた情報は他の演算ノード２１へはシフトしない。ただし、各演算ノード２１間には磁気的相互作用が働くため、磁化の状態はその影響を受け、安定化する向きが決定される。 In the time steps from time 0 to 1, the magnetic anisotropy of the minute magnetic bodies belonging to all groups is set to "1". In this case, information written in the first row is not shifted to other operation nodes 21 . However, since a magnetic interaction acts between the operation nodes 21, the state of magnetization is affected by it, and the orientation to be stabilized is determined.

演算ノード２１，２１間の磁気的結合には起因しない磁気異方性を実効的に「０」に近づけることにより、その演算ノード２１の磁化の向きが周囲のノードとの磁気的相互作用の影響を受け、磁気異方性を変化させる前の状態から磁化の向きが大きく変化するようにする。 By effectively bringing the magnetic anisotropy not caused by the magnetic coupling between the operation nodes 21 to "0", the magnetization direction of the operation node 21 is affected by the magnetic interaction with the surrounding nodes. , so that the direction of magnetization changes greatly from the state before changing the magnetic anisotropy.

続く時間１～２のタイムステップでは、グループ３に属する微小磁性体の磁気異方性を「１」とした状態にて、グループ１及びグループ２に属する微小磁性体の磁気異方性を「０」としているので、１行目に書き込まれた情報は、グループ１に属する２行目の演算ノード２１及びグループ２属する３行目の演算ノード２１にシフトし得る。続く時間２～７のタイムステップについても同様であり、時間３～４のタイムステップで、グループ２に属する３行目の演算ノード２１が保持している情報は、グループ３に属する４行目の演算ノード２１へシフトし得る。また、時間５～６のタイムステップで、グループ３に属する４行目の演算ノード２１が保持している情報は、グループ１に属する５行目の演算ノード２１へシフトし得る。このように、タイムステップ毎に磁気異方性を変化させることにより、１行目の演算ノード２１に入力された情報を各演算ノード２１へ伝搬させることが可能となる。なお、磁気異方性の変更規則は図に示していないメモリに予め記憶されているものとし、情報処理装置は、メモリに記憶されている変更規則に従って、時間に対して周期的に磁気異方性を変化させるものとする。 In the subsequent time steps of time 1 and 2, the magnetic anisotropies of the minute magnetic bodies belonging to Group 1 and Group 2 are set to '0' while the magnetic anisotropy of the minute magnetic bodies belonging to Group 3 is set to '1'. , the information written in the first row can be shifted to the operation node 21 in the second row belonging to group 1 and the operation node 21 in the third row belonging to group 2 . The same applies to the subsequent time steps from time 2 to 7, and at the time steps from time 3 to 4, the information held by the operation node 21 in the third row belonging to group 2 is the information in the fourth row belonging to group 3. It can be shifted to operation node 21 . Further, at time steps 5 and 6, the information held by the operation node 21 on the fourth row belonging to group 3 can be shifted to the operation node 21 on the fifth row belonging to group 1 . In this way, by changing the magnetic anisotropy for each time step, it becomes possible to propagate the information input to the operation node 21 in the first row to each operation node 21 . Note that rules for changing the magnetic anisotropy are pre-stored in a memory (not shown). shall change gender.

また、時間０から時間６の状態に磁気異方性を変化させることにより、微小磁性体リザーバ２０を次の情報を入力可能な状態に遷移させる。 Also, by changing the magnetic anisotropy from time 0 to time 6, the minute magnetic reservoir 20 is changed to a state in which the next information can be input.

実施の形態２では、時間に依存した入力信号を用いてバイナリ演算を行うことにより、微小磁性体リザーバ２０の性能を評価した。バイナリ演算としては、論理積（ＡＮＤ）、論理和（ＯＲ）、及び排他的論理和（ＸＯＲ）の３種類を用いた。図７はバイナリ演算に用いるデータを説明する説明図である。入力には０又は１のバイナリ状態を用いる。バイナリ状態の入力は、入力ノード（図５に示す１行目の演算ノード２１）の磁化のＺ成分の極性を＋又は－に設定することで、０又は１に設定する。微小磁性体リザーバ２０が学習するバイナリ演算には、図７に示すＡ及びＢの値を用いる。すなわち、時間ｎstepにおいて入力された値をＡとしたとき、Ａからｎd ステップだけ過去に入力されたデータをＢとする。In the second embodiment, the performance of the minute magnetic reservoir 20 is evaluated by performing binary arithmetic using time-dependent input signals. As binary operations, three types of logical product (AND), logical sum (OR), and exclusive logical sum (XOR) were used. FIG. 7 is an explanatory diagram for explaining data used for binary computation. A binary state of 0 or 1 is used for the input. A binary state input is set to 0 or 1 by setting the polarity of the Z component of the magnetization of the input node (operation node 21 in the first row shown in FIG. 5) to + or -. The values of A and B shown in FIG. 7 are used for the binary calculation that the minute magnetic reservoir 20 learns. That is, let A be the value input at time n step , and let B be the data input from A by n d steps past.

実施の形態２では、微小磁性体リザーバ２０を異なる入力に対してバイナリ演算を行うように学習した場合における、入力の遅延量に対する演算エラーレートを求めた。 In the second embodiment, the calculation error rate with respect to the input delay amount is obtained when the minute magnetic reservoir 20 is trained to perform binary calculations for different inputs.

図８Ａ～図８Ｃは時間０～１の間の磁化状態のＺ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。図８Ａ～図８Ｃに示すグラフにおいて、横軸は入力Ｂに対する入力Ａの遅延量を表し、縦軸は微小磁性体リザーバ２０の学習に用いた飽和磁化により規格化された演算ノード２１の磁化の向きの有効数字を示している。図８Ａ～図８Ｃは、それぞれ論理積演算、論理和演算、及び排他的論理和演算のエラーレートを示している。論理積演算及び論理和演算では、遅延量が４未満ではエラーレートは略０となる。これに対し、排他的論理和演算では、比較的大きな有効数字で演算を学習可能であるが、それ以外ではエラーレートが概ね０．５以上となり、十分に学習できていないことを示している。 8A to 8C are graphs showing the error rate of each calculation when learning using the Z component of the magnetization state between times 0 and 1. FIG. In the graphs shown in FIGS. 8A to 8C, the horizontal axis represents the amount of delay of input A with respect to input B, and the vertical axis represents the magnetization of operation node 21 normalized by the saturation magnetization used for learning micromagnetic reservoir 20. Significant digits of orientation are indicated. FIGS. 8A-8C show error rates for logical AND, OR, and exclusive OR operations, respectively. In logical product operation and logical sum operation, the error rate is approximately 0 when the delay amount is less than 4. On the other hand, in the exclusive OR operation, the operation can be learned with relatively large significant digits, but otherwise the error rate is approximately 0.5 or more, indicating that the learning is not sufficient.

図９Ａ～図９Ｃは時間１～２の間の磁化状態のＸ成分を用いて学習した場合の各演算のエラーレートを示すグラフである。図９Ａ～図９Ｃに示すグラフにおいて、横軸は入力Ｂに対する入力Ａの遅延量を表し、縦軸は微小磁性体リザーバ２０の学習に用いた飽和磁化により規格化された演算ノード２１の磁化の向きの有効数字を示している。図９Ａ～図９Ｃは、それぞれ論理積演算、論理和演算、及び排他的論理和演算のエラーレートを示している。論理積演算及び論理和演算では、遅延量が４未満ではエラーレートは略０となる。また、排他的論理演算においても、遅延量が４未満ではエラーレートが低く抑えられており、時間１～２の間の磁化のＸ成分を用いた場合、最も少ない有効数字で演算を学習可能であることが分かった。 9A to 9C are graphs showing the error rate of each calculation when learning using the X component of the magnetization state between times 1 and 2. FIG. In the graphs shown in FIGS. 9A to 9C, the horizontal axis represents the delay amount of input A with respect to input B, and the vertical axis represents the magnetization of operation node 21 normalized by the saturation magnetization used for learning micromagnetic reservoir 20. Significant digits of orientation are shown. Figures 9A-9C show the error rates for logical AND, OR, and exclusive OR operations, respectively. In logical product operation and logical sum operation, the error rate is approximately 0 when the delay amount is less than 4. Also, in the exclusive logic operation, the error rate is kept low when the amount of delay is less than 4, and when using the X component of the magnetization between time 1 and 2, it is possible to learn the operation with the fewest significant digits. It turns out there is.

図１０は入力の遅延量に対するエラーレートを示すグラフである。図１０のグラフは、微小磁性体リザーバ２０を異なる時間の入力に対して論理積演算、論理和演算、及び排他的論理和演算の各演算を行うように学習した場合における、入力の遅延時間に対するエラーレートを示している。グラフの横軸は遅延量ｎd を示し、縦軸はエラーレートを示している。図１０のグラフから明らかなように、論理積演算、論理和演算、及び排他的論理和演算の各演算に対し、遅延量ｎd が３までのデータに対してエラーレートが略０になることが確認された。FIG. 10 is a graph showing the error rate with respect to the input delay amount. The graph of FIG. 10 shows the delay time of the input when the micro magnetic reservoir 20 is trained to perform logical product operation, logical sum operation, and exclusive logical sum operation for inputs at different times. Shows the error rate. The horizontal axis of the graph indicates the amount of delay nd , and the vertical axis indicates the error rate. As is clear from the graph of FIG. 10, the error rate becomes substantially 0 for data with a delay amount of up to 3 for each of logical product operation, logical sum operation, and exclusive logical sum operation. was confirmed.

以上の結果により、微小磁性体素子をリザーバコンピュータとして用いた場合、過去の３個分の情報を用いて、論理積演算、論理和演算、排他的論理和演算が可能であることが明らかとなった。また、学習した出力用マトリックスの極性を反転すれば、否定論理積演算（ＮＡＮＤ）、否定論理和演算（ＮＯＲ）、否定排他的論理和演算（ＸＮＯＲ）ゲートの実現も可能である。 From the above results, it has been clarified that logical product operation, logical sum operation, and exclusive logical sum operation can be performed using the past three pieces of information when the micro magnetic element is used as a reservoir computer. rice field. Further, by inverting the polarity of the learned output matrix, it is possible to realize a negative logical product (NAND), negative logical sum (NOR), and negative exclusive logical sum (XNOR) gates.

なお、本実施の形態では、グループのなす列の方向に演算ノード２１が１つずつ増加するような配置を用いたが、列の方向に演算ノード２１を一定数だけ有する配置であってもよい。例えば、グループのなす列の方向に１つ又は２つの演算ノード２１を有する配置であってもよい。 In this embodiment, an arrangement is used in which the number of operation nodes 21 increases one by one in the direction of the column formed by the groups. . For example, it may be an arrangement having one or two operation nodes 21 in the direction of the row formed by the groups.

また、本実施の形態では、演算ノード２１のグループを１０行分配置した構成を示したが、行数は１０行に限定されるものではない。例えば、行数を増加させることによって、演算可能な遅延量を増加させることが可能となる。 Further, in this embodiment, the configuration in which the groups of operation nodes 21 are arranged for ten rows is shown, but the number of rows is not limited to ten rows. For example, by increasing the number of rows, it is possible to increase the amount of delay that can be calculated.

（実施の形態３）
実施の形態３では、各行に２個の演算ノード２１，２１を配置した微小磁性体リザーバ２０の検証結果について説明する。(Embodiment 3)
In the third embodiment, verification results of the minute magnetic material reservoir 20 in which two operation nodes 21, 21 are arranged in each row will be described.

図１１は実施の形態３に係る微小磁性体リザーバ２０の構成を示す模式図である。図１１に示す微小磁性体リザーバ２０は、１行目～Ｎ行目（図１１に示す例ではＮ＝１０）の各行に２個の演算ノード２１，２１を配置した構成を有している。なお、各演算ノード２１は、膜厚０．５ｎｍ、半径２０ｎｍの円柱状の微小磁性体により構成されており、隣り合う微小磁性体間の距離は１０ｎｍとした。また、本実施の形態では、行単位で演算ノード２１のグループ分けを行い、２行目、５行目、８行目に配置された演算ノード２１をグループ１、３行目、６行目、９行目に配置された演算ノード２１をグループ２、１行目、４行目、７行目、１０行目に配置された演算ノード２１をグループ３とした。 FIG. 11 is a schematic diagram showing the configuration of the minute magnetic reservoir 20 according to the third embodiment. The minute magnetic material reservoir 20 shown in FIG. 11 has a configuration in which two operation nodes 21, 21 are arranged in each row from the 1st row to the Nth row (N=10 in the example shown in FIG. 11). Each operation node 21 is composed of a columnar minute magnetic body having a film thickness of 0.5 nm and a radius of 20 nm, and the distance between adjacent minute magnetic bodies is set to 10 nm. Further, in this embodiment, the operation nodes 21 are grouped by row, and the operation nodes 21 arranged in the 2nd, 5th, and 8th rows are grouped in the 1st, 3rd, 6th, and 8th rows. The operation node 21 arranged on the 9th row is group 2, and the operation nodes 21 arranged on the 1st, 4th, 7th, and 10th rows are group 3.

本実施の形態に係る情報処理装置は、入力情報セル１０を通じて、１行目に配置されている一方の演算ノード２１に情報を書き込み、微小磁性体リザーバ２０において情報をシフトさせるために、各演算ノード２１を構成する微小磁性体の磁気異方性を変更した。なお、微小磁性体における磁気異方性には、形状磁気異方性、界面磁気異方性、結晶磁気異方性などが含まれる。情報処理装置は、例えば、磁性層（超薄膜強磁性層）と絶縁層（ポテンシャル障壁）とを積層した構造体に対して積層方向に電界を印加することより、微小磁性体の磁気異方性を変更することができる。 The information processing apparatus according to the present embodiment writes information to one of the operation nodes 21 arranged in the first row through the input information cell 10, and shifts the information in the minute magnetic reservoir 20 by performing each operation. The magnetic anisotropy of the minute magnetic material that constitutes the node 21 was changed. The magnetic anisotropy in the fine magnetic material includes shape magnetic anisotropy, interfacial magnetic anisotropy, magnetocrystalline anisotropy, and the like. The information processing device applies an electric field in the stacking direction to a structure in which, for example, a magnetic layer (ultra-thin ferromagnetic layer) and an insulating layer (potential barrier) are stacked, thereby reducing the magnetic anisotropy of the micromagnetic material. can be changed.

図１２は磁気異方性の変更方法を説明する説明図である。図１２において、黒丸は微小磁性体の磁気異方性を「１」に調整した状態（Ｋu ≠０の状態）、白丸は微小磁性体の磁気異方性を「０」に調整した状態（Ｋu ＝０の状態）を表している。磁気異方性の調整は、例えば微小磁性体に対して電圧を印加することにより実施される。白丸で示す微小磁性体は、本実施の形態では磁気異方性を「０」に調整した状態を示しているが、磁気異方性は完全にゼロである必要はなく、ゼロに近い値（Ｋｕ≒０）であってもよい。FIG. 12 is an explanatory diagram for explaining a method of changing magnetic anisotropy. In FIG. 12, black circles indicate the state in which the magnetic anisotropy of the minute magnetic material is adjusted to "1" (K u ≠ 0), and white circles indicate the state in which the magnetic anisotropy of the minute magnetic material is adjusted to "0" ( state of K u =0). The magnetic anisotropy is adjusted, for example, by applying a voltage to the fine magnetic bodies. In the present embodiment, the magnetic microscopic particles indicated by white circles indicate a state in which the magnetic anisotropy is adjusted to "0". Ku≈0).

Ｓｔａｇｅ０で表されるタイムステップでは、全てのグループに属する微小磁性体の磁気異方性を「１」としている。この場合、演算ノード２１に書き込まれた情報は他の演算ノード２１へはシフトしない。ただし、各演算ノード２１間には磁気的相互作用が働くため、磁化の状態はその影響を受け、安定化する向きが決定される。 At the time step represented by Stage0, the magnetic anisotropy of the minute magnetic bodies belonging to all groups is set to "1". In this case, information written to the operation node 21 is not shifted to other operation nodes 21 . However, since a magnetic interaction acts between the operation nodes 21, the state of magnetization is affected by it, and the orientation to be stabilized is determined.

続くＳｔａｇｅ１で表されるタイムステップでは、グループ３に属する微小磁性体の磁気異方性を「１」とした状態にて、グループ１及びグループ２に属する微小磁性体の磁気異方性を「０」としているので、１行目に書き込まれた情報は、グループ１に属する２行目の演算ノード２１及びグループ２属する３行目の演算ノード２１にシフトし得る。続くＳｔａｇｅ２～６で表されるタイムステップについても同様であり、Ｓｔａｇｅ４のタイムステップで、グループ２に属する３行目の演算ノード２１が保持している情報は、グループ３に属する４行目の演算ノード２１へシフトし得る。また、Ｓｔａｇｅ５のタイムステップで、グループ３に属する４行目の演算ノード２１が保持している情報は、グループ１に属する５行目の演算ノード２１へシフトし得る。このように、タイムステップ毎に磁気異方性を変化させることにより、１行目の演算ノード２１に入力された情報を各演算ノード２１へ伝搬させることが可能となる。なお、磁気異方性の変更規則は図に示していないメモリに予め記憶されているものとし、情報処理装置は、メモリに記憶されている変更規則に従って、時間に対して周期的に磁気異方性を変化させるものとする。 In the subsequent time step represented by Stage 1, the magnetic anisotropies of the minute magnetic bodies belonging to Group 1 and Group 2 are set to "0" while the magnetic anisotropies of the minute magnetic bodies belonging to Group 3 are set to "1". , the information written in the first row can be shifted to the operation node 21 in the second row belonging to group 1 and the operation node 21 in the third row belonging to group 2 . The same applies to the time steps represented by subsequent Stages 2 to 6. At the time step of Stage 4, the information held by the operation node 21 on the third row belonging to group 2 is the information held by the operation node 21 on the fourth row belonging to group 3. We can shift to node 21 . Also, at the time step of Stage5, the information held by the operation node 21 in the fourth row belonging to group 3 can be shifted to the operation node 21 in the fifth row belonging to group 1 . In this way, by changing the magnetic anisotropy for each time step, it becomes possible to propagate the information input to the operation node 21 in the first row to each operation node 21 . Note that rules for changing the magnetic anisotropy are pre-stored in a memory (not shown). shall change gender.

また、Ｓｔａｇｅ０からＳｔａｇｅ６の状態に磁気異方性を変化させることにより、微小磁性体リザーバ２０を次の情報が入力可能な状態に遷移させる。 Further, by changing the magnetic anisotropy from Stage 0 to Stage 6, the minute magnetic reservoir 20 is transitioned to a state in which the next information can be input.

実施の形態３では、時間に依存した入力信号を用いてバイナリ演算を行うことにより、微小磁性体リザーバ２０の性能を評価した。具体的には、現在の入力ｕk と、ｎd 個前の入力ｕk-ndとに対する排他的論理和ＸＯＲ（ｕk ，ｕk-nd）を教師関数としてトレーニングし、トレーニング時とは異なる入力を用いた場合における教師データの再現性を確認することによって、微小磁性体リザーバ２０の性能を評価した。In Embodiment 3, the performance of the minute magnetic material reservoir 20 was evaluated by performing a binary operation using a time-dependent input signal. Specifically, the exclusive OR XOR ( uk , uk-nd ) of the current input uk and the input uk -nd nd times before is trained as a teacher function. The performance of the minute magnetic reservoir 20 was evaluated by confirming the reproducibility of the teacher data when the input was used.

微小磁性体リザーバ２０のトレーニングにおいて、各タイムステップにおけるリザーバの状態Ｍk から教師データｙk （＝ＸＯＲ（ｕk ，ｕk-nd））に最も近い出力ｏk を得る重み付け行列Ｗを最小二乗法を用いて算出した。本実施の形態では、７４２タイプステップ分のトレーニングデータを用いた。In the training of the minute magnetic reservoir 20, the weighting matrix W that obtains the output o k that is closest to the teacher data y k (=XOR(u k , u k-nd )) from the reservoir state M k at each time step is at least doubled. Calculated using multiplication. In this embodiment, training data for 742 type steps is used.

トレーニング時とは異なる入力を使用し、トレーニング済みの重み付け行列Ｗにより得られる出力をバイナリ化して教師データと比較した。本実施の形態では、２４７タイムステップ分のテスト用データを用いた。 Inputs different from those at the time of training were used, and outputs obtained from the trained weighting matrix W were binarized and compared with teacher data. In this embodiment, test data for 247 time steps is used.

図１３Ａ及び図１３Ｂは教師データとの比較結果を示す図である。図１３Ａは、事前トレーニングにより得られる重み付け行列Ｗを使用し、トレーニング時とは異なる新たなデータを入力した場合の微小磁性体リザーバ２０の応答から得られる出力データを示している。縦軸は「０」又は「１」の状態を表し、横軸は時間（ステップ）を表している。なお、この例では、現在の入力ｕk と、２個前（すなわちｎd ＝２）の入力ｕk-2とに対する排他的論理和ＸＯＲ（ｕk ，ｕk-2）を教師関数としてトレーニングした結果を示している。図１３Ａに示す出力結果は、図１３Ｂに示す教師データに完全に一致していることが分かる。13A and 13B are diagrams showing the results of comparison with teacher data. FIG. 13A shows output data obtained from the response of the minute magnetic reservoir 20 when using the weighting matrix W obtained by pre-training and inputting new data different from those during training. The vertical axis represents the state of "0" or "1", and the horizontal axis represents time (step). In this example, the training function is the exclusive OR XOR ( uk , uk -2 ) of the current input uk and the input uk -2 two times before (that is, nd = 2) as a teacher function. The results are shown. It can be seen that the output result shown in FIG. 13A completely matches the teacher data shown in FIG. 13B.

図１４は磁化状態のＸ成分を用いて学習した場合の排他的論路演算におけるエラーレートを示すグラフである。図１４に示すグラフにおいて、横軸は遅延量ｎd を表し、縦軸は微小磁性体リザーバ２０の学習に用いた飽和磁化により規格化された演算ノード２１の磁化の向きの有効数字を示している。図１４に示すグラフからは、有効数字３桁以上で遅延３までのＸＯＲ関数として動作していることが分かる。FIG. 14 is a graph showing the error rate in exclusive logic operation when learning is performed using the X component of the magnetization state. In the graph shown in FIG. 14, the horizontal axis represents the amount of delay nd , and the vertical axis represents the effective digits of the magnetization direction of the operation node 21 normalized by the saturation magnetization used for learning the minute magnetic reservoir 20. there is From the graph shown in FIG. 14, it can be seen that the function operates as an XOR function with three significant digits or more and a delay of up to three.

以上のように、本実施の形態では、微小磁性体素子をリザーバコンピュータとして用いた場合、過去の３個分の情報を用いて、排他的論理和演算が可能であることが明らかとなった。また、学習した出力用マトリックスの極性を反転すれば、否定排他的論理和演算（ＸＮＯＲ）ゲートの実現も可能である。 As described above, according to the present embodiment, it has become clear that when the minute magnetic elements are used as the reservoir computer, the exclusive OR operation can be performed using the past three pieces of information. In addition, by inverting the polarity of the learned output matrix, it is possible to realize a negative exclusive OR (XNOR) gate.

なお、本実施の形態では、演算ノード２１のグループを１０行分配置した構成を示したが、行数は１０行に限定されるものではない。例えば、行数を増加させることによって、演算可能な遅延量を増加させることが可能となる。 Although the configuration in which the groups of operation nodes 21 are arranged for ten rows is shown in the present embodiment, the number of rows is not limited to ten rows. For example, by increasing the number of rows, it is possible to increase the amount of delay that can be calculated.

（実施の形態４）
実施の形態４では、各行に１個の演算ノード２１を配置した微小磁性体リザーバ２０の構成について説明する。(Embodiment 4)
In the fourth embodiment, the configuration of the minute magnetic material reservoir 20 in which one operation node 21 is arranged in each row will be described.

図１５は実施の形態４に係る微小磁性体リザーバ２０の構成を示す模式図である。図１５に示す微小磁性体リザーバ２０は、１行目～Ｎ行目（図１５に示す例ではＮ＝１０）の各行に１個の演算ノード２１を配置した構成を有している。なお、各演算ノード２１は、膜厚０．５ｎｍ、半径２０ｎｍの円柱状の微小磁性体により構成されており、隣り合う微小磁性体間の距離は１０ｎｍとした。また、本実施の形態では、行単位で演算ノード２１のグループ分けを行い、２行目、５行目、８行目に配置された演算ノード２１をグループ１、３行目、６行目、９行目に配置された演算ノード２１をグループ２、１行目、４行目、７行目、１０行目に配置された演算ノード２１をグループ３とした。 FIG. 15 is a schematic diagram showing the structure of the minute magnetic reservoir 20 according to the fourth embodiment. The minute magnetic reservoir 20 shown in FIG. 15 has a configuration in which one operation node 21 is arranged in each row from the first row to the Nth row (N=10 in the example shown in FIG. 15). Each operation node 21 is composed of a columnar minute magnetic body having a film thickness of 0.5 nm and a radius of 20 nm, and the distance between adjacent minute magnetic bodies is set to 10 nm. Further, in this embodiment, the operation nodes 21 are grouped by row, and the operation nodes 21 arranged in the 2nd, 5th, and 8th rows are grouped in the 1st, 3rd, 6th, and 8th rows. The operation node 21 arranged on the 9th row is group 2, and the operation nodes 21 arranged on the 1st, 4th, 7th, and 10th rows are group 3.

発明者らの検討に依れば、図１５に示すように各行に１個の演算ノード２１を配置した微小磁性体リザーバ２０であっても、排他的論理和等の演算ゲートとして機能させることができることが分かった。 According to the study of the inventors, even the minute magnetic reservoir 20 in which one operation node 21 is arranged in each row as shown in FIG. 15 can function as an operation gate such as an exclusive OR. I found it possible.

（実施の形態５）
実施の形態１～４では、演算ノード２１を格子状に配置した微小磁性体リザーバ２０の構成について説明したが、演算ノード２１は必ずしも周期的に配置される必要はなく、同一平面内若しくは空間内にランダムに配置されてもよい。
実施の形態５では、演算ノード２１をランダムに配置した微小磁性体リザーバ２０の構成について説明する。(Embodiment 5)
In the first to fourth embodiments, the configuration of the minute magnetic material reservoir 20 in which the operation nodes 21 are arranged in a lattice has been described. may be randomly placed in the
In the fifth embodiment, the configuration of the minute magnetic reservoir 20 in which the operation nodes 21 are randomly arranged will be described.

図１６は実施の形態５に係る微小磁性体リザーバ２０の模式的平面図、図１７はその模式的断面図である。図１６に示す微小磁性体リザーバ２０は、複数の演算ノード２１，２１，…，２１が配置される第１層２０Ａと、情報を入力するためのノード２２が配置される第２層２０Ｂとを有する。第２層２０Ｂは、例えば第１層２０Ａの上側に隣接して配置される。各ノード２１，２２を構成する微小磁性体は、Ｎｉ－Ｆｅ系合金、Ｎｉ－Ｆｅ－Ｃｏ系合金、Ｃｏ－Ｆｅ系合金などの合金により形成される。各ノード２１，２２を構成する微小磁性体は、例えば楕円柱形状をなしているが、これに限定されるものではない。例えば、各ノード２１，２２を構成する微小磁性体は、厚み方向と直交する断面の形状が円形、長方形、角が丸められた長方形、２つの円を僅かに重ねた形状であってもよく、回転楕円体などの形状であってもよい。 FIG. 16 is a schematic plan view of a minute magnetic reservoir 20 according to Embodiment 5, and FIG. 17 is a schematic cross-sectional view thereof. 16 has a first layer 20A in which a plurality of operation nodes 21, 21, . . . , 21 are arranged, and a second layer 20B in which a node 22 for inputting information is arranged. have. The second layer 20B is arranged adjacent to the upper side of the first layer 20A, for example. The minute magnetic bodies forming each of the nodes 21 and 22 are made of alloys such as Ni--Fe system alloys, Ni--Fe--Co system alloys, and Co--Fe system alloys. The minute magnetic bodies forming each of the nodes 21 and 22 have, for example, an elliptical cylindrical shape, but are not limited to this. For example, the fine magnetic bodies constituting each of the nodes 21 and 22 may have a cross-sectional shape perpendicular to the thickness direction of a circle, a rectangle, a rectangle with rounded corners, or a shape in which two circles are slightly overlapped. It may have a shape such as a spheroid.

第１層２０Ａは例えば６×５個のユニットセルを有する。各ユニットセルには、１又は複数個の演算ノード２１，２１，…，２１がランダムに配置される。演算ノード２１の個数及び配置は、ユニット間で相違してもよく、同一であってもよい。 The first layer 20A has, for example, 6×5 unit cells. , 21 are randomly arranged in each unit cell. The number and arrangement of operation nodes 21 may be different between units, or may be the same.

第２層２０Ｂには、１又は複数のノード２２，２２，…，２２が形成される。ノード２２は、平面視において演算ノード２１，２１，…，２１の１つと重なるように形成されてもよく、重ならないように形成されてもよい。 One or more nodes 22, 22, . . . , 22 are formed in the second layer 20B. The node 22 may be formed so as to overlap one of the operation nodes 21, 21, . . . , 21 in plan view, or may be formed so as not to overlap.

第２層２０Ｂのノード２２に書き込まれた情報は、実施の形態１～実施の形態５と同様に、磁気的相互作用の影響を受けて、第１層２０Ａの演算ノード２１に伝搬する。また、演算ノード２１，２１，…，２１を構成する各微小磁性体の磁化方向は、周囲に配置された微小磁性体からの静磁気相互作用の影響を受けて、自律的に演算結果を表す状態へ遷移する。 Information written in the node 22 of the second layer 20B is affected by magnetic interaction and propagates to the operation node 21 of the first layer 20A, as in the first to fifth embodiments. Also, the magnetization direction of each minute magnetic material constituting the operation nodes 21, 21, . Transition to state.

以上のように、実施の形態５では、演算ノード２１を含む層と、情報が書き込まれるべきノード２２を含む層とを個別に製造することができるので、製造容易性を高めることができる。 As described above, in the fifth embodiment, the layer including the operation node 21 and the layer including the node 22 to which information is to be written can be separately manufactured, so that the ease of manufacturing can be improved.

以上のように、本実施の形態に係る情報処理装置では、磁性体がもつ物理的性質を直接的に演算に用いているので、電気信号又は光を用いた従来のリザーバ素子と比較し、小型化及び低消費電力化を実現することができる。本実施の形態に係る情報処理装置の適応分野の１つは、近年急速に需要が高まっている機械学習分野である。そのため、その応用分野は多岐にわたる。一例として、モバイルデバイスにおけるスタンドアロンな機械学習が可能となるため、この一例だけに注目しても技術的及び経済的な効果は大きい。 As described above, in the information processing apparatus according to the present embodiment, the physical properties of the magnetic material are directly used for calculation, so the size is smaller than that of the conventional reservoir element using an electric signal or light. and low power consumption can be realized. One of the application fields of the information processing apparatus according to the present embodiment is the field of machine learning, for which demand has rapidly increased in recent years. Therefore, its application fields are wide-ranging. As an example, stand-alone machine learning on mobile devices becomes possible, so focusing on just this example has a large technical and economic effect.

今回開示された実施の形態は、全ての点で例示であって、制限的なものではないと考えられるべきである。本発明の範囲は、上述した意味ではなく、請求の範囲によって示され、請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。 The embodiments disclosed this time should be considered as examples in all respects and not as restrictive. The scope of the present invention is indicated by the scope of the claims rather than the meaning described above, and is intended to include all modifications within the meaning and scope equivalent to the scope of the claims.

１０ 入力情報セル（ノード選択部、情報書込部）
２０ 微小磁性体リザーバ
２１ 演算ノード
３０ 重み付け演算素子（学習部）
４０ 出力情報セル（情報読出部）10 Input information cell (node selector, information writer)
20 minute magnetic material reservoir 21 operation node 30 weighting operation element (learning unit)
40 output information cell (information reading unit)

Claims (10)

夫々が磁性体により構成された複数のノードを含み、各ノードが少なくとも１つの他のノードに磁気的に結合されている磁性体リザーバと、
該磁性体リザーバに含まれる複数のノードから、情報を書き込むべき１又は複数のノードを選択するノード選択部と、
選択した１又は複数のノードに情報を書き込む情報書込部と、
前記情報を書き込んだ後に、前記磁性体リザーバに含まれる各ノードの線形結合によって得られる情報を読み出す情報読出部と
を備える情報処理装置。a magnetic reservoir including a plurality of nodes each made of a magnetic material, each node being magnetically coupled to at least one other node;
a node selection unit that selects one or more nodes to which information is to be written from a plurality of nodes included in the magnetic reservoir;
an information writing unit that writes information to the selected one or more nodes;
an information reading unit that reads information obtained by linear coupling of nodes included in the magnetic reservoir after the information is written. 前記ノード選択部は、前記磁性体リザーバに含まれる複数のノードから、２つ以上のノードをランダムに選択する
請求項１に記載の情報処理装置。The information processing apparatus according to claim 1, wherein the node selection unit randomly selects two or more nodes from a plurality of nodes included in the magnetic reservoir. 前記１又は複数のノードに書き込んだ情報に対して理想的な出力を示す教師情報を再現するように、前記線形結合における線形重みを学習する学習部
を備える請求項１又は請求項２に記載の情報処理装置。3. The learning unit according to claim 1 or 2, which learns linear weights in the linear combination so as to reproduce supervised information indicating an ideal output for the information written to the one or more nodes. Information processing equipment. 前記磁性体は、１つの磁化容易軸を有しており、
前記情報書込部は、前記ノード選択部により選択されたノードを構成する磁性体の磁化方向を制御することにより、情報の書き込みを行う
請求項１から請求項３の何れか１つに記載の情報処理装置。The magnetic body has one axis of easy magnetization,
4. The information writing unit according to any one of claims 1 to 3, wherein the information writing unit writes information by controlling a magnetization direction of a magnetic material forming a node selected by the node selection unit. Information processing equipment. 前記情報を書き込んだ後、各ノードを構成する磁性体の磁化方向は、前記磁性体リザーバに含まれる他のノードを構成する磁性体の磁化方向に応じて自律的に定まる
請求項４に記載の情報処理装置。5. The method according to claim 4, wherein after the information is written, the magnetization direction of the magnetic material that constitutes each node is determined autonomously according to the magnetization direction of the magnetic material that constitutes another node included in the magnetic reservoir. Information processing equipment. 前記ノードは、矩形格子、三角格子、六角格子、又は菱形格子の格子点上に配置されている
請求項１から請求項４の何れか１つに記載の情報処理装置。The information processing apparatus according to any one of claims 1 to 4, wherein the nodes are arranged on grid points of a rectangular grid, a triangular grid, a hexagonal grid, or a rhombic grid. 前記ノードは、非周期的に配置されている
請求項１から請求項４の何れか１つに記載の情報処理装置。The information processing apparatus according to any one of claims 1 to 4, wherein the nodes are arranged aperiodically. 前記磁性体リザーバは、情報を書き込むべきノードを含む第１層と、前記ノードに書き込まれた情報に応じて、磁化方向が自律的に定まる磁性体により構成された複数のノードを含む第２層とを備える
請求項１から請求項７の何れか１つに記載の情報処理装置。The magnetic reservoir includes a first layer including nodes to which information is to be written, and a second layer including a plurality of nodes composed of a magnetic material whose magnetization direction is autonomously determined according to the information written in the nodes. The information processing apparatus according to any one of claims 1 to 7, comprising: 各ノードの磁気異方性を、設定された規則に従って、時間に対して周期的に変化させる
請求項１から請求項８の何れか１つに記載の情報処理装置。9. The information processing apparatus according to any one of claims 1 to 8, wherein the magnetic anisotropy of each node is periodically changed with respect to time according to a set rule. 夫々が磁性体により構成された複数のノードを含み、各ノードが少なくとも１つの他のノードに磁気的に結合されている磁性体リザーバに対して、情報を書き込むべき1又は複数のノードを選択し、
選択した１又は複数のノードに情報を書き込み、
前記情報を書き込んだ後に、前記磁性体リザーバに含まれる各ノードの線形結合によって得られる情報を読み出す
情報処理方法。Select one or a plurality of nodes to write information to a magnetic reservoir that includes a plurality of nodes each made of a magnetic material and each node is magnetically coupled to at least one other node. ,
write information to one or more selected nodes;
An information processing method, wherein after writing the information, the information obtained by linear coupling of each node included in the magnetic reservoir is read.
JP2019518815A 2017-05-15 2018-05-15 Information processing device and information processing method Active JP7108987B2 (en)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2017096692 2017-05-15
JP2017096692 2017-05-15
JP2018010013 2018-01-24
JP2018010013 2018-01-24
PCT/JP2018/018809 WO2018212201A1 (en) 2017-05-15 2018-05-15 Information processing device and information processing method

Publications (2)

Publication Number Publication Date
JPWO2018212201A1 JPWO2018212201A1 (en) 2020-03-12
JP7108987B2 true JP7108987B2 (en) 2022-07-29

Family

ID=64274444

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019518815A Active JP7108987B2 (en) 2017-05-15 2018-05-15 Information processing device and information processing method

Country Status (2)

Country Link
JP (1) JP7108987B2 (en)
WO (1) WO2018212201A1 (en)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7109046B2 (en) * 2018-01-31 2022-07-29 国立大学法人 東京大学 Information processing device
WO2020053988A1 (en) 2018-09-12 2020-03-19 Tdk株式会社 Reservoir element and neuromorphic element
JP6620915B1 (en) * 2018-11-21 2019-12-18 Tdk株式会社 Reservoir element and neuromorphic element
WO2020105136A1 (en) * 2018-11-21 2020-05-28 Tdk株式会社 Reservoir element and neuromorphic element
JP6973679B2 (en) * 2019-04-08 2021-12-01 Tdk株式会社 Manufacturing method of magnetic element, magnetic memory, reservoir element, recognizer and magnetic element
JP6866917B2 (en) * 2019-11-25 2021-04-28 Tdk株式会社 How to operate the reservoir element
EP4134882A4 (en) 2020-04-08 2023-05-10 Fujitsu Limited Information processing system, information processing device, information processing method, and information processing program
TW202238148A (en) * 2021-01-29 2022-10-01 國立研究開發法人產業技術總合研究所 Information processor and control method of information processor

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014203038A1 (en) 2013-06-19 2014-12-24 Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi System and method for implementing reservoir computing in magnetic resonance imaging device using elastography techniques
US20170116515A1 (en) 2015-10-26 2017-04-27 International Business Machines Corporation Tunable optical neuromorphic network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014203038A1 (en) 2013-06-19 2014-12-24 Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi System and method for implementing reservoir computing in magnetic resonance imaging device using elastography techniques
US20170116515A1 (en) 2015-10-26 2017-04-27 International Business Machines Corporation Tunable optical neuromorphic network

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
楠川 裕志 ほか，Ni-Fe/SiO2/Ni-Fe積層膜からなるNAND/NOR論理演算素子の検討，２０１６年（第１５９回）秋期講演大会 日本金属学会講演概要集，社団法人日本金属学会，2016年09月07日，p.303，ISSN 1342-5730

Also Published As

Publication number Publication date
WO2018212201A1 (en) 2018-11-22
JPWO2018212201A1 (en) 2020-03-12

Similar Documents

Publication Publication Date Title
JP7108987B2 (en) Information processing device and information processing method
US20210142157A1 (en) Spin orbit torque based electronic neuron
Kim et al. Emerging memory technologies for neuromorphic computing
Vourkas et al. Memristor-based nanoelectronic computing circuits and architectures
Chen et al. Magnetic skyrmion as a spintronic deep learning spiking neuron processor
Yang et al. Integrated neuromorphic computing networks by artificial spin synapses and spin neurons
Park Neuromorphic computing using emerging synaptic devices: A retrospective summary and an outlook
Wang et al. Memristor-based synapse design and training scheme for neuromorphic computing architecture
Elshamy et al. A novel nondestructive read/write circuit for memristor-based memory arrays
US11514301B2 (en) Magnetic domain wall drift for an artificial leaky integrate-and-fire neuron
Chen et al. Nanoscale room-temperature multilayer skyrmionic synapse for deep spiking neural networks
Wang et al. Fundamental physics and applications of skyrmions: A review
Wang et al. Spintronic leaky-integrate-fire spiking neurons with self-reset and winner-takes-all for neuromorphic computing
Ascoli et al. Robust simulation of a TaO memristor model
Blachowicz et al. Magnetic elements for neuromorphic computing
Sengupta et al. Stochastic inference and learning enabled by magnetic tunnel junctions
Chakraborty et al. Input-aware flow-based computing on memristor crossbars with applications to edge detection
Hu et al. Magnetic skyrmions and domain walls for logical and neuromorphic computing
Agrawal et al. Revisiting stochastic computing in the era of nanoscale nonvolatile technologies
Das et al. Bilayer-skyrmion-based design of neuron and synapse for spiking neural network
CN108154226B (en) Neural network chip using analog computation
CN108154227B (en) Neural network chip using analog computation
Shim et al. Ising spin model using spin-hall effect (she) induced magnetization reversal in magnetic-tunnel-junction
US11977970B2 (en) Spintronic computing architecture and method
Lv et al. Experimental demonstration of magnetic tunnel junction-based computational random-access memory

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20191024

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210506

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220628

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220706

R150 Certificate of patent or registration of utility model

Ref document number: 7108987

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150