Выпуски

 / 

2023

 / 

Ноябрь

  

Методические заметки


Машинное обучение для поиска топологических спиновых структур

  а,   а, б, §  а, б
а Сколковский институт науки и технологий, Территория Инновационного Центра  Сколково , Большой бульвар 30, стр.1, Москва, 121205, Российская Федерация
б Дальневосточный федеральный университет, ул. Суханова 8, Владивосток, 690950, Российская Федерация

Представлен альтернативный метод численного моделирования топологических магнитных структур с использованием нейросетевого алгоритма. Обсуждаются модель локализованных спинов, где формирование топологических магнитных структур является результатом конкуренции между билинейными по спинам симметричным обменным взаимодействием и антисимметричным взаимодействием, обусловленным обменно-релятивистскими эффектами, а также модель зонного магнетика, где к возникновению некомпланарных спиновых конфигураций приводит учёт мультиспиновых взаимодействий. Применимость предложенного метода проиллюстрирована в случае двумерных и трёхмерных магнитных систем на примере образования решёток скирмионов и антискирмионов, магнитных ежей и скирмионных трубок соответственно.

Текст: pdf (Полный текст предоставляется по подписке)
English fulltext is available at DOI: 10.3367/UFNe.2022.12.039303
Ключевые слова: магнетики, машинное обучение, спин-орбитальное взаимодействие, взаимодействие Дзялошинского—Мории, мультиспиновые взаимодействия, скирмионы, антискирмионы, магнитные ежи
PACS: 07.05.Mh, 75.10.−b, 75.30.−m, 75.40.Cx (все)
DOI: 10.3367/UFNr.2022.12.039303
URL: https://ufn.ru/ru/articles/2023/11/g/
001131650500006
2-s2.0-85182587213
2023PhyU...66.1164P
Цитата: Парадеженко Г В, Первишко А А, Юдин Д И "Машинное обучение для поиска топологических спиновых структур" УФН 193 1237–1247 (2023)
BibTexBibNote ® (generic)BibNote ® (RIS)MedlineRefWorks

Поступила: 19 октября 2022, доработана: 24 ноября 2022, 21 декабря 2022

English citation: Paradezhenko G V, Pervishko A A, Yudin D I “Machine learning for the search for topological spin texturesPhys. Usp. 66 1164–1173 (2023); DOI: 10.3367/UFNe.2022.12.039303

© Успехи физических наук, 1918–2024
Электронная почта: ufn@ufn.ru Телефоны и адреса редакции О журнале Пользовательское соглашение