项目名称: 单晶 Fe3O4 磁畴壁存储器件中临界电流密度的研究

项目编号: No.61306121

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 章文

作者单位: 东南大学

项目金额: 25万元

中文摘要: 为了克服传统的磁场写入技术的缺陷,自旋角动量转移(STT)写入技术近年来得到高度重视。利用STT效应,人们可以直接通过自旋极化电流来推动磁畴壁运动以达到信息的存储,大大降低了功率的损耗。因此,电流驱动畴壁位移 (CIDWM) 也成为新一代高速率高密度存储的重要方式之一。这类畴壁存储器件以磁畴壁作为存储单元,其性能一方面依赖于推动畴壁位移的临界电流密度的大小。理论研究表明,材料的自旋极化率越高,越有利于临界电流密度的降低。因此,在本项目中,我们将利用自身优势,致力于具有高度自旋极化率的单晶 Fe3O4磁畴壁存储器件中临界电流密度的研究,从实验角度来验证理论并探索降低临界电流密度的途径;而利用我们的单晶Fe3O4薄膜所独有的面内单轴磁各向异性来控制器件中的磁畴结构,也是本项目的另一个研究重点。期待我们的研究能够为推动数据存储技术从传统的"磁记录"向先进的"自旋存储"迈进贡献一份力量。

中文关键词: Fe3O4;磁各向异性;磁化阻尼因子;自旋-轨道耦合;X射线磁圆二色

英文摘要: To overcome the disadvantages of the magnetic-field data writing, a so-called spin-transfer-torque (STT) writing technology has attracted great attention over the last few years. As a spin-dependent effect, the STT utilizes a spin-polarized current to alter the magnetization of a ferromagnet or to drive a domain wall motion, via transfer of angular momentum. One typical example of the STT applications is the current-induced domain wall motion (CIDWM) in single-layer magnetic nanostructures, where the magnetic domain wall is "de-pinned" and displaced by injecting current pulses. This demonstrates great potential for achieving fast, reproducible, and low-power data writing in nanoscale elements, in particular in the context of next-generation memory devices based on domain-wall propagation. To make a viable domain-wall memory (DWM) device, where the domain wall behave as a memory bit, one of the most important issues that need to be addressed is small threshold current density to drive the domain wall motion. According to the theoretical prediction, a reduction in the threshold current density may be realized when the current is highly polarized by utilizing magnetic materials with a high degree of spin polarization. From this aspect, magnetite (Fe3O4) is a good candidate, due to its high spin polarization of up t

英文关键词: Fe3O4;magnetic anisotropy;magntization damping constant;spin-orbit coupling;XMCD

成为VIP会员查看完整内容
0

相关内容

《零功耗通信》未来移动通信论坛
专知会员服务
18+阅读 · 2022年4月15日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
31+阅读 · 2021年5月7日
【2021新书】流形几何结构,322页pdf
专知会员服务
53+阅读 · 2021年2月22日
专知会员服务
63+阅读 · 2021年1月25日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
微软发布量子计算最新成果,证实拓扑量子比特的物理机理
微软研究院AI头条
0+阅读 · 2022年3月18日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
小芯片大安全:数字隔离器的前世今生
中国科学院自动化研究所
0+阅读 · 2021年3月16日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月17日
Anomalous Instance Detection in Deep Learning: A Survey
Arxiv
12+阅读 · 2019年4月9日
小贴士
相关VIP内容
《零功耗通信》未来移动通信论坛
专知会员服务
18+阅读 · 2022年4月15日
专知会员服务
21+阅读 · 2021年6月26日
专知会员服务
31+阅读 · 2021年5月7日
【2021新书】流形几何结构,322页pdf
专知会员服务
53+阅读 · 2021年2月22日
专知会员服务
63+阅读 · 2021年1月25日
【CVPR 2020-商汤】8比特数值也能训练卷积神经网络模型
专知会员服务
25+阅读 · 2020年5月7日
相关资讯
微软发布量子计算最新成果,证实拓扑量子比特的物理机理
微软研究院AI头条
0+阅读 · 2022年3月18日
你的哪类电子产品换新频率最高?
ZEALER订阅号
0+阅读 · 2022年1月11日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
小芯片大安全:数字隔离器的前世今生
中国科学院自动化研究所
0+阅读 · 2021年3月16日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员