面向磁性材料的通用时间反演等变神经网络势

本研究引入时间反演 E(3)-等变神经网络与 SpinGNN++ 框架，用于构建涵盖自旋-轨道耦合与非共线磁矩的磁性体系综合原子间势。SpinGNN++ 将多任务自旋等变神经网络与显式自旋-晶格项（包括海森堡、Dzyaloshinskii-Moriya、Kitaev、单离子各向异性和双二次相互作用）相整合，并采用时间反演等变神经网络通过时间反演 E(3)-等变卷积学习高阶自旋-晶格相互作用。为验证 SpinGNN++，引入一个复杂磁模型数据集作为基准并用以展示其能力。SpinGNN++ 对单层 CrI$_3$ 与 CrTe$_2$ 中的复杂自旋-晶格耦合给出精确描述，达到亚毫电子伏误差。重要的是，它支持大规模并行自旋-晶格动力学，从而能够探索相关性质，包括磁基态与相变。值得注意的是，SpinGNN++ 将单层 CrTe2 的一种新亚铁磁态识别为基磁态，从而丰富了其相图，并对不同实验中观测到的独特磁信号提供了更深入的见解。