Metaheuristic conditional neural network for harvesting skyrmionic metastable states

要約

我々は、高凹凸度のポテンシャルエネルギー面における物理的に興味深い準安定状態を特定することを目的とした、メタヒューリスティックな条件付きニューラルネットワークベースの方法を提案する。
この方法がどのように機能するかを実証するために、Pd/Fe/Ir(111) 系で 1 から $-13$ の範囲のトポロジカル電荷 $Q$ (アンチスキルミオンは $Q<0$) を持つスピン集合体を特定して解析します。 密度汎関数理論から計算されたパラメーターに基づいた古典的な原子スピン ハミルトニアンを使用してモデル化します。 関連するスピン テクスチャの収集を容易にするために、新しく開発された Segment Anything Model (SAM) を利用します。 $-3$ から $-6$ の範囲の $Q$ を持つスピン集合体は、有限温度スピンダイナミクス シミュレーションを使用してさらに解析されます。 我々は、約 20K までの温度では 200ps より長い寿命が予測され、これらのテクスチャーが崩壊すると、新しいトポロジカル スピン テクスチャーが形成されることを観察しました。 また、スピンテクスチャーの相対的な安定性はトポロジカル電荷に線形に依存することもわかりましたが、それは各トポロジカル電荷に対して最も安定なアンチスキルミオンを比較した場合に限られます。 一般に、スピンテクスチャー内のホール (つまり、構造内の閉磁壁を定義する非自己交差曲線) の数は、安定性を予測する重要な要素です。ホールが多いほど、テクスチャーの安定性は低くなります。 ここで実証したような、複雑な準安定スキルミオニックテクスチャーを体系的に同定および特性評価する方法は、トポロジカルスピントロニクス分野の進歩に非常に関連しています。

要約(オリジナル)

We present a metaheuristic conditional neural-network-based method aimed at identifying physically interesting metastable states in a potential energy surface of high rugosity. To demonstrate how this method works, we identify and analyze spin textures with topological charge $Q$ ranging from 1 to $-13$ (where antiskyrmions have $Q<0$) in the Pd/Fe/Ir(111) system, which we model using a classical atomistic spin Hamiltonian based on parameters computed from density functional theory. To facilitate the harvest of relevant spin textures, we make use of the newly developed Segment Anything Model (SAM). Spin textures with $Q$ ranging from $-3$ to $-6$ are further analyzed using finite-temperature spin-dynamics simulations. We observe that for temperatures up to around 20\,K, lifetimes longer than 200\,ps are predicted, and that when these textures decay, new topological spin textures are formed. We also find that the relative stability of the spin textures depend linearly on the topological charge, but only when comparing the most stable antiskyrmions for each topological charge. In general, the number of holes (i.e., non-self-intersecting curves that define closed domain walls in the structure) in the spin texture is an important predictor of stability -- the more holes, the less stable is the texture. Methods for systematic identification and characterization of complex metastable skyrmionic textures -- such as the one demonstrated here -- are highly relevant for advancements in the field of topological spintronics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google