昆明理工大学/清华大学，3人发一篇Nature Machine Intelligence！
文摘
2024-11-21 19:30
青海
![]()
微磁学是研究磁性材料和系统在微观尺度上的磁行为的学科，因其在磁存储、硬盘驱动器、永磁体等领域的广泛应用而备受关注。与传统的磁性材料模拟方法相比，微磁学通过数值模拟，特别是基于Landau–Lifshitz–Gilbert（LLG）方程的方法，能够更准确地描述磁性材料的动态行为。然而，传统的数值模拟方法通常存在计算复杂度高、模拟速度慢等问题，这使得大规模问题的求解变得非常困难，限制了微磁学的实际应用，特别是在大尺寸磁性材料和复杂磁性结构的模拟中。为此，昆明理工大学材料科学与工程学院李江南以及清华大学信息国家研究中心王东合作在微磁学研究中取得了新的进展。该团队提出了一种名为NeuralMAG的深度学习方法，通过引入基于U形神经网络的架构，显著提高了去磁场（demagnetizing field）计算的速度和精度。与传统的数值模拟方法相比，NeuralMAG在遵循LLG迭代框架的同时，通过分解和积累的方式，利用神经网络的特性有效降低了计算复杂度，从O(N²)降低到O(N)，使得大规模微磁模拟成为可能。该团队设计的NeuralMAG方法，不仅能够处理多尺度、多形态和不同材料设置的复杂任务，还具备高度的通用性，与现有的神经网络方法相比，具有更好的适应性和灵活性。通过训练单一模型，团队在多个微磁学任务中对不同样本进行了验证，成功实现了大规模磁性系统的高效计算，并获得了令人满意的实验结果。该研究成果为微磁学的未来发展提供了新的技术路径，推动了该领域在实际应用中的更广泛前景。
