본 논문은 저전력으로 시계열 데이터를 처리할 수 있는 재귀 신경망(RNN)을 스핀트로닉스 발진기를 이용한 하드웨어로 구현하는 방법을 제안한다. 수치 시뮬레이션을 통해 다층 네트워크를 구축하고, 역전파를 통한 시간(BPTT) 및 표준 머신러닝 도구를 사용하여 네트워크를 학습시킬 수 있음을 보여준다. 스핀트로닉스 발진기의 과도 동역학을 활용하여 순차적 숫자 분류 작업을 수행, 소프트웨어 기반 네트워크와 동등한 $89.83\pm2.91~$의 정확도를 달성하였다. 또한, 입력 시간 척도에 맞게 발진기의 시간 상수 및 네트워크의 하이퍼파라미터를 선택하는 지침을 제시한다.
