Исследование топологических магнитных возбуждений: нейросетевые алгоритмы и квантовый подход

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 18-12-00185

НазваниеИсследование топологических магнитных возбуждений: нейросетевые алгоритмы и квантовый подход

Руководитель Мазуренко Владимир Владимирович, Доктор физико-математических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Уральский федеральный университет имени первого Президента России Б.Н. Ельцина" , Свердловская обл

Конкурс №28 - Конкурс 2018 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-207 - Магнитные явления

Ключевые слова магнитные скирмионы, нейронные сети, теория динамического среднего поля, дуальные бозоны, квантовые спиновые и электронные модели

Код ГРНТИ29.19.37

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Очевидный прогресс в развитии экспериментальных методик наблюдения и исследования магнитных скирмионов, - топологически защищенных возбуждений, - ставит новые задачи перед теорией и численным моделированием упорядоченных магнитных структур. В этом отношении компьютерные симуляции топологических возбуждений при помощи классических спиновых моделей уже не могут считаться полноценным и исчерпывающим решением, особенно в случае низкоразмерных систем с малым спином, когда учет квантовых флуктуаций особенно важен. В предлагаемом проекте будет выполняться разработка принципиально новых нейросетевых алгоритмов для решения квантовых спиновых и электронных моделей на конечных кластерах с треугольной и квадратной геометрией. Это позволит давать точное решение проблемы топологических возбуждений, - определять квантовые состояния скирмиона и спектр его возбуждений, а также количественно оценивать влияние квантовых флуктуаций на критические значения магнитных полей и температур, при которых стабилизируется скирмионная структура. Другой подход к моделированию топологических возбуждений, реализуемый в проекте, заключается в решении многозонной электронной квантовой модели с периодическими граничными условиями. Эта задача будет решаться при помощи подхода дуальных бозонов в теории динамического среднего поля, для чего будет проведена значительная методическая работа по определению сложных фермион-бозонных вершинных функций, а также учету многоспиновых возбуждений и спин-орбитальной связи. Создание вычислительной базы в рамках проекта позволит перейти к проектированию новых материалов и систем, в которых топологические магнитные возбуждения могли бы быть реализованы экспериментально. Акцент будет сделан на симуляциях результатов экспериментов систем ультрахолодных атомных газов на оптических решетках, которые демонстрируют потрясающие возможности по тонкой настройке взаимодействий в системе и реализации экзотических электронных и магнитных фаз. Разработанная в ходе реализации проекта методическая база может использоваться для решения прорывных задач современной физики конденсированного состояния. Например, мы планируем исследование киральной фазы спиновой жидкости в сильно фрустрированных системах и моделирование энионных частиц, которые рассматриваются в качестве ключевого вычислительного элемента для создания топологических квантовых компьютеров.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Яковлев И.А., Сотников О.М., Мазуренко В.В. Supervised learning approach for recognizing magnetic skyrmion phases Physical Review B, Volume 98, № 174411 (год публикации - 2018)
10.1103/PhysRevB.98.174411

2. Степанов Е.А., Бренер С., Крин Ф., Харланд М., Лихтенштейн А.И., Кацнельсон М.И. Effective Heisenberg Model and Exchange Interaction for Strongly Correlated Systems Physical Review Letters, Volume 121, № 037204 (год публикации - 2018)
10.1103/PhysRevLett.121.037204

3. Хембахер Я., Бадртдинов Д.И., Динг Л., Собзак С., Риттер К., Мазуренко В.В., Цирлин А.А. Stripe order and magnetic anisotropy in the S = 1 antiferromagnet BaMoP2O8 Physical Review B, Volume 98, № 094406 (год публикации - 2018)
10.1103/PhysRevB.98.094406

4. Яковлев И.А., Сотников О.М., Мазуренко В.В. Profile approach for recognition of three-dimensional magnetic structures Physical Review B, vol. 99, №024430, P.1-9 (год публикации - 2019)
10.1103/PhysRevB.99.024430

5. Пушкарев Г.В., Мазуренко В.Г., Мазуренко В.В., Бухвалов Д.В. Structural phase transitions in VSe2: energetics, electronic structure and magnetism Physical Chemistry Chemical Physics, vol. 21, pages 22647-22653 (год публикации - 2019)
10.1039/C9CP03726H

6. Девятов А.Я., Яковлев И.А., Мазуренко В.В. Recurrent Network Classifier for Ultrafast Skyrmion Dynamics Physical Review Applied, vol. 12, № 054026, P. 1-8. (год публикации - 2019)
10.1103/PhysRevApplied.12.054026

7. Хан Н., Прищенко Д., Скурский Ю., Мазуренко В.Г., Цирлин А.А. Cubic symmetry and magnetic frustration on the fcc spin lattice in K2IrCl6 Physical Review B, vol. 99, № 144425, P. 1-9 (год публикации - 2019)
10.1103/PhysRevB.99.144425

8. Бадртдинов Д.И., Цирлин А.А., Мазуренко В.В., Мила Ф. SrCu2 (BO3 )2 under pressure: A first-principles study Physical Review B, vol. 101, № 224424, P.1-11 (год публикации - 2020)
10.1103/PhysRevB.101.224424

9. Сотников О.М., Мазуренко В.В. Neural network agent playing spin Hamiltonian games on a quantum computer Journal of Physics A: Mathematical and Theoretical, vol. 53, № 135303, P.1-13 (год публикации - 2020)
10.1088/1751-8121/ab73ad

10. Бахус С., Яковлев И.А., Ли Ю., Ворл А., Токива Ю., Линг Л., Жанг К., Мазуренко В.В., Гегенварт Ф., Цирлин А.А. Field evolution of the spin-liquid candidate YbMgGaO4 Physical Review B, vol. 102, № 104433, P. 1-9. (год публикации - 2020)
10.1103/PhysRevB.102.104433

11. Вестерхут Т., Астраханцев Н., Тихонов К.С., Кацнельсон М.И., Багров А.А. Generalization properties of neural network approximations to frustrated magnet ground states Nature Communications, vol. 11, № 1593, P.1-8 (год публикации - 2020)
10.1038/s41467-020-15402-w

12. Багров А.А., Яковлев И.А., Илиасов А.А., Кацнельсон М.И., Мазуренко В.В. Multiscale structural complexity of natural patterns Proceedings of the National Academy of Sciences (PNAS), vol. 117, № 48, P. 30241-30251 (год публикации - 2020)
10.1073/pnas.2004976117

13. Багров А.А., Данилов М., Бренер С., Харланд М., Лихтенштейн А.И., Кацнельсон М.И. Detecting quantum critical points in the t‐t′ Fermi‐Hubbard model via complex network theory Scientific Reports, vol. 10, № 20470, P. 1-9. (год публикации - 2020)
10.1038/s41598-020-77513-0

14. Рубцов А.Н., Степанов Е.А., Лихтенштейн А.И. Collective magnetic fluctuations in Hubbard plaquettes captured by fluctuating local field method Physical Review B (год публикации - 2020)

15. Сотников О.М., Мазуренко В.В., Колбуа Ж., Мила Ф., Кацнельсон М.И., Степанов Е.А. Probing the topology of the quantum analog of a classical skyrmion Physical Review B, vol. 103, L060404 (год публикации - 2021)
10.1103/PhysRevB.103.L060404

Публикации