行波电子磁体的机器学习力场方法

本文针对行波电子磁体中的旋转电子动力学模拟，提出了一种基于机器学习力场的高效实现方法，解决了磁性描述符缺乏可微性和对称性不变性的问题。研究表明，该方法能够有效重现非共线自旋结构，并揭示出有趣的冷却动力学和含有skyrmion和bi-meron的玻璃条纹态，展示了机器学习力场在复杂自旋序的动态建模中的潜力。