Coarsening of chiral domains in itinerant electron magnets: A machine learning force field approach

要約

欲求不満の巡回磁石は、トポロジカルな電子構造をサポートする複雑な非共線的または非共面的な磁気秩序を示すことがよくあります。
標準的な例は、三角格子上の電子とスピンの相互作用によって安定化されたカイラルスピン秩序を持つ異常な量子ホール状態です。
長距離磁気秩序は二次元の熱揺らぎに耐えることができませんが、離散イジング対称性の破れから生じるカイラル秩序は有限温度でも存続します。
三角格子内のキラル磁区を安定化する複雑な電子媒介スピン-スピン相互作用をモデル化するための、スケーラブルな機械学習 (ML) フレームワークを紹介します。
ML 力場モデルによって可能になる大規模な動的シミュレーションは、熱クエンチ後のキラル ドメインの粗大化を調査するために実行されます。
キラル相は壊れた$Z_2$イジング型対称性によって記述されるが、非保存イジング秩序に対する予想されるアレン・カーンドメインの成長則とは全く対照的に、キラルドメインの特徴的なサイズは時間とともに直線的に増加することが判明した。
パラメータフィールド。
キラルドメインの直線的な成長は、ドメイン境界の配向異方性に起因すると考えられます。
私たちの研究はまた、巡回磁石の大規模スピンダイナミクスに対する ML モデルの有望な可能性を実証しています。

要約(オリジナル)

Frustrated itinerant magnets often exhibit complex noncollinear or noncoplanar magnetic orders which support topological electronic structures. A canonical example is the anomalous quantum Hall state with a chiral spin order stabilized by electron-spin interactions on a triangular lattice. While a long-range magnetic order cannot survive thermal fluctuations in two dimensions, the chiral order which results from the breaking of a discrete Ising symmetry persists even at finite temperatures. We present a scalable machine learning (ML) framework to model the complex electron-mediated spin-spin interactions that stabilize the chiral magnetic domains in a triangular lattice. Large-scale dynamical simulations, enabled by the ML force-field models, are performed to investigate the coarsening of chiral domains after a thermal quench. While the chiral phase is described by a broken $Z_2$ Ising-type symmetry, we find that the characteristic size of chiral domains increases linearly with time, in stark contrast to the expected Allen-Cahn domain growth law for a non-conserved Ising order parameter field. The linear growth of the chiral domains is attributed to the orientational anisotropy of domain boundaries. Our work also demonstrates the promising potential of ML models for large-scale spin dynamics of itinerant magnets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google