Shakti人工自旋冰中拓扑受限无序的记忆效应

复杂行为通常处于有序与无序之间的临界阈值上。但并非所有无序都相同。无序可以是平庸的或受限的，关联无序甚至可以是拓扑的。关键在于，受限无序可以承载记忆，从而对外部操控产生非平庸的、依赖路径的响应。然而，“无序的记忆”这一引人入胜的课题仍鲜有探索，因为记忆通常与亚稳态有序的保持相关联。近年来，人工阻挫材料——特别是被称为人工自旋冰的阻挫纳米磁体阵列——被用于研究复杂无序及其丰富的奇异行为，但其记忆特性却鲜少受到关注。在此，我们通过解析和数值方法研究了两种在某种程度上对立却又相关的人工自旋冰的依赖路径响应：Landau有序的方形自旋冰和无序但拓扑有序的 Shakti 自旋冰。我们发现 Shakti 表现出显著的依赖路径响应，而在方形晶格中，这种路径依赖性不存在。在 Shakti 中，即使是最小的周期性超胞也同时表现出确定性和随机性的序列记忆形式，具体取决于相互作用强度。将研究扩展到循环驱动，我们发现重走相同的输入路径会增强记忆保持。这些结果为拓扑约束和关联无序如何在阻挫人工材料中产生稳健的记忆效应提供了新视角，而此前这类效应主要从其基态动力学和热力学的角度进行考察。