中文

机器学习加速发现具有巨自旋分裂的可合成高温交变磁体

材料科学 2026-05-28 v1

摘要

交变磁体提供了一条无需宏观磁化即可实现自旋极化电子态的途径,因为补偿磁序可以通过晶体对称性控制的交换场产生动量依赖的自旋分裂。然而,兼具大自旋分裂、热力学稳定性和高磁有序温度的实验可行的交变磁体仍然稀缺。在此,我们开发了一个机器学习加速的高通量框架来探索四方AB2_2C2_2D化合物。筛选8640种变体,识别出1347种满足交变磁对称性的补偿反铁磁候选材料。一个基于第一性原理自旋分裂数据训练的可解释XGBoost模型随后分离出34个低凸包能量候选材料,包括四个先前报道的,其在费米能级附近具有超过1.5 eV的巨非相对论自旋分裂。对代表性材料RbMn2_2Te2_2O的详细第一性原理计算证实了约1.88 eV的最大自旋分裂,具有动力学稳定性,并估计奈尔温度约为390 K。巨分裂源于对称性锁定的Mn子晶格交换场,该场被定向的Mn-d/Te-p杂化放大。此外,我们在SrMn2_2Te2_2O中发现了一个与层间维度交叉相关的深刻软模驱动结构转变,然而展开的电子结构表明,交变磁自旋分裂在晶格重构后仍然稳健。静水压提供了额外的调控途径,产生了由局域配位和轨道杂化控制的自旋分裂费米面的非单调调制。这些结果确立了四方AB2_2C2_2D化合物作为无杂散场自旋电子器件的可调材料平台,并为发现稳健的巨分裂交变磁体提供了一种通用的数据驱动策略。

关键词

引用

@article{arxiv.2605.27888,
  title  = {Machine-learning-accelerated discovery of synthesizable high-temperature altermagnets with giant spin splitting},
  author = {Yi-Fei Jiang and Jia-Xuan Guo and Zhen Zhang and Xin-Wei Yi and Jing-Yang You},
  journal= {arXiv preprint arXiv:2605.27888},
  year   = {2026}
}

备注

32 pages,6 figures