NeuralMag 是一個開源的 Python 函式庫,它利用現代機器學習框架(如 PyTorch 和 JAX)來實現高效能的微磁學模擬,特別適用於解決反向問題。
本文介紹了一種利用有限元方法和特徵值求解器計算微磁系統週期性相圖的新方法,通過求解週期性線性化的Landau-Lifshitz-Gilbert (LLG) 方程,分析了具有週期性邊界條件的微磁結構的穩定性和動態特性,並通過計算一維和二維週期性問題的色散圖展示了該方法的有效性和準確性。
本文提出了一種多尺度模擬方法,通過將原子尺度的自旋模擬與巨觀自旋模型相結合,研究了表面粗糙度對超薄鐵磁性薄膜靜態和動態磁性的影響。
本文介紹了一種名為 NeuralMAG 的新型微磁學模擬框架,它利用深度神經網路 (Unet) 來加速計算密集型的退磁場,從而實現快速且通用的模擬,並在保持合理精度的同時顯著提高了模擬速度。