論文の概要: Universal Magnetic Structure Prediction from Atomic Coordinates with Near-Experimental Accuracy

• arxiv url: http://arxiv.org/abs/2605.16230v1
• Date: Fri, 15 May 2026 17:40:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.39615
• Title: Universal Magnetic Structure Prediction from Atomic Coordinates with Near-Experimental Accuracy
• Title（参考訳）: 近接実験精度を持つ原子座標からの普遍磁気構造予測
• Authors: Abhijatmedhi Chotrattanapituk, Ryotaro Okabe, Eunbi Rha, Mariya Al-Hinai, Eugene Jiang, Daniel Pajerowski, Yongqiang Cheng, Joshua J. Turner, Mingda Li,
• Abstract要約: 磁気構造ネットワーク(MSN)は、原子結晶構造から直接コリニアおよび非コリニア磁気構造を予測する。 MSNは、すべての変調成分の強い性能を実現し、高忠実度で実験的な磁気構造を再構築する。
• 参考スコア（独自算出の注目度）: 3.574219561129704
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Magnetic order is a fundamental property of materials, governing collective behavior and enabling a broad range of functionalities. Yet magnetic structure remains difficult to determine: experiments are costly and specialized, while first-principles methods often struggle with the noncollinear and incommensurate orders found in real materials. Here we introduce magnetic structure network (MSN), an E(3) equivariant graph neural network that predicts both collinear and non-collinear magnetic structures directly from atomic crystal structures, trained directly on experimentally determined structures from MAGNDATA. By proposing the primitive modulated structure representation (PMSR), we are able to encode commensurate and incommensurate structures in a unified way without symmetry assumptions. The model achieves strong performance across all modulation components and reconstructs experimental magnetic structures with high fidelity. Our approach provides a scalable framework for rapid magnetic structure prediction and opens a route to data-driven discovery of magnetic materials.
• Abstract（参考訳）: 磁気秩序は材料の基本的な性質であり、集合的挙動を管理し、幅広い機能を可能にする。 しかし、磁気構造は決定が難しいままであり、実験は高価で専門的であり、一方第一原理法は実材料で見いだされる非線型で不規則な順序としばしば競合する。 本稿では,E(3)同変グラフニューラルネットワークである磁気構造ネットワーク(MSN)を紹介する。これは,原子結晶構造から直接,コリニアと非コリニアの磁気構造を予測し,MAGNDATAから実験的に決定された構造を直接訓練する。 プリミティブ変調構造表現(PMSR)を提案することにより、対称性の仮定を使わずに、コンメンシュレート構造と非コンメンシュレート構造を統一的に符号化することができる。 このモデルは、全ての変調成分に対して強い性能を達成し、高忠実度で実験的な磁気構造を再構築する。 我々のアプローチは、高速な磁気構造予測のためのスケーラブルなフレームワークを提供し、磁気材料のデータ駆動発見への道を開く。

関連論文リスト

• Learning Hidden Structures in Open Quantum Dynamics [78.4675086615913]
  本研究では,制限された実験アクセス下でのオープン量子力学の隠れ構造的特徴を識別するための機械学習手法を提案する。 我々のフレームワークは、有効マルコフ進化の根底にある不変代数構造の推定を目標としている。 このアプローチの実現性は、複数の合成モデルと導波路量子電磁力学系で説明される。
  論文  参考訳（メタデータ） (2026-04-01T10:20:38Z)
• A first-principles linear response theory for open quantum systems and its application to Orbach and direct magnetic relaxation in Ln-based coordination polymers [39.146761527401424]
  単分子磁石(SMM)はスピンフォノン転移を抑制する軸磁気異方性によって緩やかな磁気緩和を示す。 我々は、複素a.c.磁気感受性へのアクセスを提供するオープン量子系に対する第一原理線形応答理論を数値的に実装する。
  論文  参考訳（メタデータ） (2026-03-19T10:19:50Z)
• Observation of Magnetic Devil's Staircase-Like Behavior in Quasiperiodic Qubit Lattices [55.2480439325792]
  悪魔の階段(DS)現象は、外界への磁化のフラクタル反応である。 我々は、単純で効果的なIsing-modelフレームワークにおいて、外部磁場の増加によって引き起こされる急激な磁気遷移を多数発見する。 本研究は,DSの挙動が周期的システムに限定されているという一般的な見方に挑戦する。
  論文  参考訳（メタデータ） (2025-07-24T21:39:06Z)
• Advancing Magnetic Materials Discovery -- A structure-based machine learning approach for magnetic ordering and magnetic moment prediction [0.0]
  様々な材料システム間での磁気挙動を正確に予測することは、長年にわたる課題である。 本研究では、2つの臨界磁気特性の予測を大幅に改善する改良されたディスクリプタを提案する。 このモデルは、FMクラスとFiMクラス間での磁気秩序分類とバランスの取れたリコールに対して82.4%の精度を達成する。
  論文  参考訳（メタデータ） (2025-07-02T17:24:50Z)
• Universal Reconstruction of Complex Magnetic Profiles with Minimum Prior Assumptions [12.951457419224631]
  計測された磁場から空間的に変化する磁化密度を再構成する新しい,効率的な方法を提案する。 現実的な実験条件下での多種多様な磁性構造をシミュレーションし,本手法の有効性を検証した。 我々のアプローチは、複雑な磁化プロファイルを探索するための汎用的で普遍的なツールを提供し、将来の量子センシング実験への道を開く。
  論文  参考訳（メタデータ） (2024-11-28T03:15:54Z)
• Amorphous quantum magnets in a two-dimensional Rydberg atom array [44.99833362998488]
  アナログ量子シミュレータを用いたアモルファス量子マグネットの探索を提案する。 まず,IsingモデルのRydbergシミュレータに適したアモルファス量子磁石を生成するアルゴリズムを提案する。 次に、半古典的なアプローチを用いて、モデルの物理に関する予備的な洞察を得る。
  論文  参考訳（メタデータ） (2024-02-05T10:07:10Z)
• AI-accelerated Discovery of Altermagnetic Materials [48.261668305411845]
  新たな磁気相であるオルテルマグネティズムは、強磁性と反強磁性とを区別して理論的に提案され、実験的に検証されている。 本稿では,AI検索エンジンによる自動発見手法を提案する。 金属、半導体、絶縁体をカバーする新しい50の磁気材料を発見しました。
  論文  参考訳（メタデータ） (2023-11-08T01:06:48Z)
• Unveiling Exotic Magnetic Phases in Fibonacci Quasicrystalline Stacking of Ferromagnetic Layers through Machine Learning [0.0]
  本稿では,ファンデルワールス磁性体を用いた強磁性層のフィボナッチ準結晶積層について検討した。 この準結晶系における幾何学的フラストレーションと磁気秩序の複雑な関係を示す磁性ヘテロ構造のモデルを構築した。 我々は機械学習アプローチを採用し、このシステムの複雑な磁気挙動を明らかにする強力なツールであることが証明されている。
  論文  参考訳（メタデータ） (2023-07-29T19:03:12Z)

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。