論文の概要: General time-reversal equivariant neural network potential for magnetic materials

• arxiv url: http://arxiv.org/abs/2211.11403v3
• Date: Mon, 8 Jan 2024 12:45:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-10 00:37:22.160748
• Title: General time-reversal equivariant neural network potential for magnetic materials
• Title（参考訳）: 磁気材料のための一般時間反転同値ニューラルネットワークポテンシャル
• Authors: Hongyu Yu, Boyu Liu, Yang Zhong, Liangliang Hong, Junyi Ji, Changsong Xu, Xingao Gong, Hongjun Xiang
• Abstract要約: 本研究では、時間反転E(3)同変ニューラルネットワークと、磁気システムに対する包括的な原子間ポテンシャルを構築するためのSpinGNN++フレームワークを提案する。 SpinGNN++はスピン同変ニューラルネットワークを、ハイゼンベルク、ジアロシンスキー・モリヤ、キタエフ、単一イオン異方性、バイカドラル相互作用を含む明示的なスピン格子項と統合する。 SpinGNN++は単層CrTe2の基底磁気状態として新しい強磁性状態を認識する。
• 参考スコア（独自算出の注目度）: 5.334610924852583
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study introduces time-reversal E(3)-equivariant neural network and SpinGNN++ framework for constructing a comprehensive interatomic potential for magnetic systems, encompassing spin-orbit coupling and noncollinear magnetic moments. SpinGNN++ integrates multitask spin equivariant neural network with explicit spin-lattice terms, including Heisenberg, Dzyaloshinskii-Moriya, Kitaev, single-ion anisotropy, and biquadratic interactions, and employs time-reversal equivariant neural network to learn high-order spin-lattice interactions using time-reversal E(3)-equivariant convolutions. To validate SpinGNN++, a complex magnetic model dataset is introduced as a benchmark and employed to demonstrate its capabilities. SpinGNN++ provides accurate descriptions of the complex spin-lattice coupling in monolayer CrI$_3$ and CrTe$_2$, achieving sub-meV errors. Importantly, it facilitates large-scale parallel spin-lattice dynamics, thereby enabling the exploration of associated properties, including the magnetic ground state and phase transition. Remarkably, SpinGNN++ identifies a new ferrimagnetic state as the ground magnetic state for monolayer CrTe2, thereby enriching its phase diagram and providing deeper insights into the distinct magnetic signals observed in various experiments.
• Abstract（参考訳）: 本研究では、スピン軌道結合と非線形磁気モーメントを含む、時間反転E(3)同変ニューラルネットワークと磁気システムのための包括的な原子間ポテンシャルを構築するSpinGNN++フレームワークを提案する。 spingnn++はハイゼンベルク、dzyaloshinskii-moriya、キタエフ、単イオン異方性、およびバイカドリック相互作用を含む明示的なスピン格子項を持つマルチタスクスピン同変ニューラルネットワークを統合し、時間反転同変ニューラルネットワークを用いて時間反転e(3)-同変畳み込みを用いて高次スピン格子相互作用を学ぶ。 SpinGNN++を検証するために、複雑な磁気モデルデータセットがベンチマークとして導入され、その能力を実証するために使用される。 SpinGNN++ は単層 CrI$_3$ と CrTe$_2$ の複雑なスピン格子結合の正確な記述を提供する。 重要なことに、これは大規模な平行スピン格子ダイナミクスを促進し、磁気基底状態や相転移を含む関連する特性の探索を可能にする。 注目すべきことに、SpinGNN++は単層CrTe2の基底磁気状態として新しい強磁性状態を特定し、相図を充実させ、様々な実験で観測された異なる磁気信号について深い洞察を与える。

関連論文リスト

• SpinMultiNet: Neural Network Potential Incorporating Spin Degrees of Freedom with Multi-Task Learning [0.0]
  本研究では、マルチタスク学習を通じてスピン自由度を統合する新しいNNPモデルであるSpinMultiNetを紹介する。 SpinMultiNetはDFT計算から得られた正しいスピン値に頼ることなく正確な予測を行う。 遷移金属酸化物のデータセット上での検証は、SpinMultiNetの高い予測精度を示す。
  論文  参考訳（メタデータ） (2024-09-05T05:13:28Z)
• Neural Networks as Spin Models: From Glass to Hidden Order Through Training [0.0]
  ニューラルネットワーク(NN)と統計力学的スピンモデルとの1対1対応について検討する。 トレーニングが進むにつれて, 磁気相と融解遷移温度について検討する。
  論文  参考訳（メタデータ） (2024-08-12T18:01:04Z)
• High-accuracy variational Monte Carlo for frustrated magnets with deep neural networks [1.2891210250935146]
  非常に深い(4-16層型)ニューラルネットワークに基づく神経量子状態は、高フラストレーション量子マグネットにおける最先端の変動的アプローチより優れていることを示す。 我々は、宇宙グループ対称性を我々の「迷路」に課すことができるグループ畳み込みニューラルネットワーク(GCNN)に焦点を当てている。
  論文  参考訳（メタデータ） (2022-11-14T20:51:19Z)
• Observation of anisotropy-independent magnetization dynamics in spatially disordered Heisenberg spin systems [0.0]
  本研究では, ハイゼンベルク XX-, XXZ- およびイジング・ハミルトンの磁化緩和力学におけるロバストな特徴を実験的に観察した。 小系の数値シミュレーションにおいて、これらのスピン対が運動の近似局所積分を構成することを示す。
  論文  参考訳（メタデータ） (2022-09-16T17:44:49Z)
• Probing dynamics of a two-dimensional dipolar spin ensemble using single qubit sensor [62.997667081978825]
  ダイヤモンド結晶表面上の電子スピンの2次元アンサンブルにおける個々のスピンダイナミクスを実験的に検討した。 この不規則に緩やかな緩和速度は、強い力学障害の存在によるものであることを示す。 我々の研究は、強く相互作用する無秩序なスピンアンサンブルにおける量子熱化の微視的研究と制御への道を開いた。
  論文  参考訳（メタデータ） (2022-07-21T18:00:17Z)
• Spreading of a local excitation in a Quantum Hierarchical Model [62.997667081978825]
  常磁性相における量子ダイソン階層モデルのダイナミクスについて検討する。 地磁気場状態の局所励起による初期状態を考慮する。 局所化機構が発見され、励起は任意の時間で初期位置に近づいたままである。
  論文  参考訳（メタデータ） (2022-07-14T10:05:20Z)
• Spin-Dependent Graph Neural Network Potential for Magnetic Materials [5.775111970429336]
  SpinGNNは、磁気システムを記述するためにグラフニューラルネットワーク(GNN)を使用するスピン依存型原子間ポテンシャルアプローチである。 スピンGNNの有効性は、高階スピンハミルトニアンと2つの複素スピン格子ハミルトニアンを適合させる際、例外的な精度で示される。
  論文  参考訳（メタデータ） (2022-03-06T01:54:50Z)
• Anisotropic electron-nuclear interactions in a rotating quantum spin bath [55.41644538483948]
  スピンバス相互作用は強い異方性を持ち、高速な物理的回転は長い間、固体核磁気共鳴に用いられてきた。 窒素空孔中心の電子スピンと13ドルCの核スピンとの相互作用がシステムにデコヒーレンスをもたらすことを示す。 我々の発見は、量子制御における物理回転の利用に関する新たな知見を提供し、固定されていない運動度と回転度を持つ量子系に意味を持つ。
  論文  参考訳（メタデータ） (2021-05-16T06:15:00Z)
• Controlled coherent dynamics of [VO(TPP)], a prototype molecular nuclear qudit with an electronic ancilla [50.002949299918136]
  本稿では,[VO(TPP)](バナジルテトラフェニルポルフィリン酸塩)が量子計算アルゴリズムの実装に適していることを示す。 超微細相互作用によって結合された電子スピン1/2を核スピン7/2に埋め込み、どちらも顕著なコヒーレンスによって特徴づけられる。
  論文  参考訳（メタデータ） (2021-03-15T21:38:41Z)
• Superradiant phase transition in complex networks [62.997667081978825]
  我々はDicke-Isingモデルに対する超ラジアント位相遷移問題を考える。 正規,ランダム,スケールフリーなネットワーク構造について検討する。
  論文  参考訳（メタデータ） (2020-12-05T17:40:53Z)
• Spin Entanglement and Magnetic Competition via Long-range Interactions in Spinor Quantum Optical Lattices [62.997667081978825]
  超低温物質中における空洞を介する長距離磁気相互作用と光学格子の効果について検討した。 競合シナリオを導入しながら,グローバルな相互作用がシステムの根底にある磁気特性を変化させていることが判明した。 これにより、量子情報目的のためのロバストなメカニズムの設計に向けた新しい選択肢が可能になる。
  論文  参考訳（メタデータ） (2020-11-16T08:03:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。