Magnetic skyrmions widely exist in a diverse range of magnetic systems, including chiral magnets with a non-centrosymmetric structure characterized by Dzyaloshinkii-Moriya interaction~(DMI). In this study, we propose a generalized semi-implicit backward differentiation formula projection method, enabling the simulations of the Landau-Lifshitz~(LL) equation in chiral magnets in a typical time step-size of $1$ ps, markedly exceeding the limit subjected by existing numerical methods of typically $0.1$ ps. Using micromagnetics simulations, we show that the LL equation with DMI reveals an intriguing dynamic instability in magnetization configurations as the damping varies. Both the isolated skyrmionium and skyrmionium clusters can be consequently produced using a simple initialization strategy and a specific damping parameter. Assisted by the string method, the transition path between skyrmion and skyrmionium, along with the escape of a skyrmion from the skyrmion clusters, are then thoroughly examined. The numerical methods developed in this work not only provide a reliable paradigm to investigate the skyrmion-based textures and their transition paths, but also facilitate the understandings for magnetization dynamics in complex magnetic systems.


翻译:磁性天线在各种磁性系统中广泛存在,包括以Dzyaloshinkii-Moriya(DMI)相互作用为特征的具有非中心对称结构的手性磁性体中。本研究提出了广义半隐式向后差分公式投影方法,使得在典型时间步大小为1ps的情况下,可以模拟具有DMI的手性磁体中的Landau-Lifshitz(LL)方程,明显超过现有数值方法所受限制的0.1ps。通过微磁学模拟,我们发现LL方程中的DMI表现出一种有趣的动态不稳定性,当阻尼变化时,磁化构型会发生变化。使用简单的初始化策略和特定的阻尼参数,可以产生孤立的天线状物和天线状物聚集体。在串方法的帮助下,随着过渡路径的变化,研究了天线和天线状物之间的转换路径,以及天线从天线聚集体中的逃逸。本研究开发的数值方法不仅为研究基于天线的纹理及其转换路径提供了可靠的范例,也促进了对复杂磁性系统中磁化动力学的理解。

0
下载
关闭预览

相关内容

【干货书】真实机器学习,264页pdf,Real-World Machine Learning
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
29+阅读 · 2019年10月18日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
重磅开讲:图灵奖得主—— Joseph Sifakis
THU数据派
0+阅读 · 2022年6月13日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11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
0+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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月29日
VIP会员
相关VIP内容
相关资讯
重磅开讲:图灵奖得主—— Joseph Sifakis
THU数据派
0+阅读 · 2022年6月13日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
相关基金
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
0+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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员