用于巡游磁体自旋动力学模拟的等变神经网络
强关联电子
2023-10-12 v1 无序系统与神经网络
材料科学
机器学习
摘要
我提出了一种用于 Kondo 晶格模型大规模自旋动力学模拟的新型等变神经网络架构。该神经网络主要由基于张量积的卷积层构成，并确保两种等变性：晶格的平移与自旋的旋转。我在二维正方形和三角形晶格上的两个 Kondo 晶格模型中实现了等变神经网络，并进行了训练与验证。在正方形晶格的等变模型中，验证误差（基于均方根误差）相比使用不变描述符作为输入的模型降低到不到三分之一。此外，我通过使用训练好的模型进行动力学模拟，展示了在复三角晶格上再现 skyrmion 晶体相变的能力。
引用
@article{arxiv.2305.03804,
title = {Equivariant Neural Networks for Spin Dynamics Simulations of Itinerant Magnets},
author = {Yu Miyazaki},
journal= {arXiv preprint arXiv:2305.03804},
year = {2023}
}
备注
21 pages, 7 figures