日本科学家开发了一个"扩展的朗道自由能模型",用于人工智能和拓扑结构的纳米磁性设备的因果分析和可视化。微观材料分析对于在下一代纳米电子装置中实现理想的性能至关重要,例如低功耗和高速度。然而,这种设备所涉及的磁性材料往往在纳米结构和磁畴之间表现出复杂的相互作用,这反过来又使功能设计具有挑战性。
【资料图】
传统上,研究人员已经对微观图像数据进行了视觉分析。然而,这往往使得对这些数据的解释是定性的和高度主观的。目前缺乏的是对纳米级磁性材料中复杂的相互作用机制的因果分析。
东京科学大学的一个研究小组开发的扩展兰道自由能模型的图像,它能够对纳米磁体中的磁化反转进行因果分析。通过这个模型,研究小组可以有效地将磁域图像可视化,并成功地以低能量要求逆向设计纳米结构。资料来源:日本东京科学大学的小杉实验室
在最近的一项突破中,一个研究小组成功地实现了微观图像数据的自动解释。这是用一个"扩展的朗道自由能模型"实现的,该团队利用拓扑学、数据科学和自由能的组合开发了该模型。该模型可以说明物理机制以及磁效应的关键位置,并为纳米设备提出一个最佳结构。该模型使用基于物理学的特征来绘制信息空间中的能量景观,可以应用于理解各种材料中纳米尺度上的复杂相互作用。该研究的细节将于今天(11月29日)发表在《科学报告》杂志上。这项研究由日本东京科学大学的Masato Kotsugi教授领导。
"传统的分析是基于显微镜图像的视觉检查,与材料功能的关系只是定性地表达,这是材料设计的一个主要瓶颈。我们扩展的朗道自由能模型使我们能够确定这些材料中复杂现象的物理起源和位置。这种方法克服了深度学习所面临的可解释性问题,在某种程度上,这相当于重新发明了新的物理规律,"Kotsugi教授解释说。这项工作得到了KAKENHI、JSPS和文部科学省的电力电子创新核心技术创建计划的支持。
原则成分分析的降维结果的散点图。颜色代表总能量。在可解释的特征空间中,磁域和总能量之间的关系是相连的。资料来源:日本东京科学大学的Masato Kotsugi
在设计该模型时,该团队利用了拓扑学和数据科学领域的最先进技术来扩展朗道自由能模型。这带来了一个能够对纳米磁体的磁化逆转进行因果分析的模型。然后,该团队进行了物理起源的自动识别和原始磁域图像的可视化。
研究结果表明,缺陷附近的消磁能量产生了磁效应,这就是"钉住现象"的原因。此外,该团队可以将能量障碍的空间集中可视化,这是迄今为止尚未实现的创举。最后,研究小组提出了一种具有低功耗的记录设备和纳米结构的拓扑逆向设计。
本研究提出的模型有望为自旋电子器件、量子信息技术和Web 3的发展做出广泛的应用。
原则成分分析的降维结果的散点图。颜色代表总能量。在可解释的特征空间中,磁域和总能量之间的关系是相连的。资料来源:日本东京科学大学的Masato Kotsugi
"我们提出的模型为优化材料工程的磁特性提供了新的可能性。扩展的方法将最终使我们能够澄清"为什么"和"在哪里"表达一个材料的功能。对材料功能的分析,过去依赖于视觉检查,现在可以被量化,使精确的功能设计成为可能,"Kotsugi教授乐观总结道。