2022年2月23日，《自然·通讯》（Nature Communications）期刊在线发表了英国威廉希尔公司威廉希尔康旺副教授、赵巍胜教授课题组的最新科研进展《Forecasting the outcome of spintronic experiments with Neural Ordinary Differential Equations》。该工作首次提出基于神经微分方程建立通用的自旋电子器件模型的方法，以用于预测实验数据、提高微磁学仿真性能等。
深度学习对科学研究有越来越大的影响，例如，发现新型材料。然而，神经网络模型还不能够建立一个基于实验性物理系统的微分方程。
本工作表明，在极少的数据量上训练的动态神经网络可以预测自旋电子器件的行为，并与通常用于建模的微磁学仿真工具相比具有极高的精确度和时间效率。为此，该工作根据自旋电子学的限制条件重新构建了神经常微分方程的形式：基于有限维度的测量输出，多个输入信号，并允许内部参数的变化。
所提出模型在仿真和实验结果中均得到了验证。结果表明，该模型用于模拟一个基于斯格明子动力学的储备池计算系统，仅需不到20分钟，传统微磁学仿真工具则超过需要3天，极大提高了仿真效率。第二个实验中，对自旋电子纳米振荡器的五毫秒测量输入输出数据进行神经常微分方程训练后，可以预测其对带有噪声的输入信号的输出响应，并可以完整预测基于该自旋电子纳米振荡器的整个语音识别任务[1]。
因此，该方法可以构成开发自旋电子应用的有效工具，以作为对微磁学模拟的补充。因为传统的微磁学模拟很耗时，而且在存在噪声或样品不完善的情况下无法适应实验。该方法也可以推广到其他涉及动力学的物理器件和系统。
图1 扩展NeuralODE模型以预测自旋电子结果
图2利用模型对斯格明子系统进行Mackey-Glass时间序列预测
图3使用NeuralODE预测实验结果(训练集)
图4使用NeuralODE预测实验结果(测试集)
该研究克服疫情带来的不利影响，论文与法国巴黎萨克雷大学DamienQuerlioz研究员展开国际合作。我院博士生陈星是论文的第一作者，北航集成电路学院为第一单位；我院康旺副教授、赵巍胜教授参与共同指导。该论文得到了国家自然科学金、北京市科技攻关等项目的支持。
近年来，北航集成电路与工程学院相关课题组瞄准国家重大战略需求，致力于超低功耗自旋电子器件的技术研发，在器件工艺[2]、物理机制[3-5]、材料制备[6]、电路设计和系统架构优化[4,5]等层面都取得了一系列进展，已经在《自然·电子》（Nature Electronics）、《自然·纳米技术》（Nature Nanotechnology）、《自然·通讯》（Nature Communications）三个国际顶级期刊上发表高水平论文多篇。
文章原文链接：
https://www.nature.com/articles/s41467-022-28571-7
X. Chen, et al. Forecasting the outcome of spintronic experiments with Neural Ordinary Differential Equations. Nat. Commun.13, 1016 (2022).
参考文献
[1] Torrejon, J. et al. Neuromorphic computing with nanoscale spintronic
oscillators. Nature 547, 428–431 (2017).
[2] M. Wang, et al. Current-induced magnetization switching in atom-thick tungsten engineered perpendicular magnetic tunnel junctions with large tunnel magnetoresistance. Nat. Commun. 9, 1-7 (2018).
[3] M. Wang, et al. Field-free switching of a perpendicular magnetic tunnel junction through the interplay of spin–orbit and spin-transfer torques. Nat. Electron. 1, 582-588 (2019).
[4] Z. Guo, et al. Spintronics for energy- efficient computing: an overview and outlook. Proc. of IEEE 109, 1398-1417 (2021).
[5] S. Peng, et al. Exchange bias switching in an antiferromagnet/ferromagnet bilayer driven by spin–orbit torque. Nat. Electron. 3, 757-764 (2020).
[6] Z. Zheng, et al. Field-free spin-orbit torque-induced switching of perpendicular magnetization in a ferrimagnetic layer with a vertical composition gradient. Nat. Commun. 12, 4555 (2021).
