从电子磁输运学习自旋螺旋莫尔磁体的哈密顿量

二维非共线磁态，如自旋螺旋磁体，为探究基本现象提供了优秀平台，并具有推动无杂散场自旋电子学发展的潜力。然而，二维系统中非共线磁态的检测与表征仍具有挑战性，这促使了替代探测方法的发展。在此，我们提出了一种从横向电子输运测量中提取自旋螺旋 $\mathbf{q}$ 矢量的方法。我们的方法利用磁场的偏置依赖性和电导来训练监督机器学习算法，使我们能够提取任意自旋螺旋磁体的 $\mathbf{q}$ 矢量。我们证明该方法对系统中杂质的存在和电导数据中的噪声具有鲁棒性。我们的发现表明电导模式揭示了自旋螺旋的 $\mathbf{q}$ 矢量的复杂依赖关系，提供了一种直接从输运实验学习磁结构的新策略。