스핀 액체

인공지능을 활용한 브리딩 파이로클로르 격자에서의 랭크-2 스핀 액체 정렬 메커니즘 규명

본 연구는 몬테 카를로 시뮬레이션 데이터 분석에 텐서 커널 지원 벡터 머신(TKSVM)을 적용하여 브리딩 파이로클로르 격자에서의 랭크-2 스핀 액체의 저온 정렬 메커니즘을 규명했습니다. 인공지능과 인간 연구자의 협력을 통해 얻어진 이 연구 결과는 복잡한 스핀 구성으로 인해 기존 방법으로는 분석하기 어려웠던 랭크-2 스핀 액체의 정렬 메커니즘을 밝혀냈다는 점에서 의의가 있습니다.

도핑된 카고메 스핀 액체 후보 물질에서 무질서로 유도된 스핀 클러스터 페리 자성

인공지능을 활용한 브리딩 파이로클로르 격자에서의 랭크-2 스핀 액체 정렬 메커니즘 규명

카고메 격자에서의 스핀 액체 지형: 키랄 하이젠베르크 모델에 대한 변분 몬테카를로 연구 및 실험적 결과