[論文レビュー] A practical guide to solving the stochastic Landau-Lifshitz-Gilbert-Slonczewski equation for macrospin dynamics.

Sebastian Ament, Nikhil Rangarajan+1 more|arXiv (Cornell University)|Jul 15, 2016

Magnetic Properties and Applications参考文献 32被引用数 9

ひとこと要約

本稿は、マクロスピン力学における確率的ランダウ＝リフシッツ＝ギルバート＝スロンチェフスキー方程式（s-LLGS）を解く数値的手法を評価し、確率的微積分の選択と積分スキームの重要性を強調している。非線形性を伴うs-LLGS方程式に対して、陽的中点法、ヘウン法、およびエラー・ヘウン法がストラトノビッチ解に収束するのに対し、標準的なSPICE手法（エラー法やギア法）は収束しないことが示された。本稿では、小ノイズを伴うSDEに特化した新しい数値手法を提案・検証し、磁化ノルムの保存性および反転境界の予測精度を向上させた。

ABSTRACT

In this paper, we discuss the accuracy and complexity of various numerical techniques to solve the stochastic Landau-Lifshitz-Gilbert-Slonczewski (s-LLGS) equation. The s-LLGS equation is widely used by researchers to study the temporal evolution of the macrospin subject to spin torque and thermal noise. The numerical simulation of the s-LLGS equation requires an appropriate choice of stochastic calculus and the numerical integration scheme. In this paper, we focus on implicit midpoint, Heun, and Euler-Heun methods that converge to the Stratonovich solution of the s-LLGS equation. We also demonstrate a new method intended to solve stochastic differential equations (SDEs) with small noise, and test its capability to handle the s-LLGS equation. The choice of specific stochastic calculus while solving SDEs determines which numerical integration scheme to use. In this sense, methods, such as Euler and Gear, which are typically used by SPICE-based circuit simulators do not yield the expected outcome when solving the Stratonovich s-LLGS equation. While the trapezoidal method in SPICE does solve for the Stratonovich solution, its accuracy is limited by the minimum time-step of integration in SPICE. Through several numerical tests, including path-wise error, preservation of the magnetization norm, and 50% magnetization reversal boundary of the macrospin, we clearly illustrate the accuracy of various numerical schemes for solving the s-LLGS equation. The results in this paper will serve as guidelines for researchers to understand the tradeoffs between accuracy and complexity of various numerical methods and the choice of appropriate calculus to handle SDEs.

研究の動機と目的

• マクロスピン系における確率的ランダウ＝リフシッツ＝ギルバート＝スロンチェフスキー（s-LLGS）方程式を解く数値的手法の精度と計算複雑性を評価すること。
• 伊藤型とストラトノビッチ型の確率的微積分の選択と、数値積分スキームの選定との関係を明確にすること。
• s-LLGS方程式のストラトノビッチ解に正しく収束する数値的手法を特定・検証すること。
• s-LLGS方程式に適用可能な、小ノイズを伴うSDEに特化した新しい手法を提案・検証すること。
• s-LLGSシミュレーションにおける正確な確率的微積分の選択、計算コストと精度のトレードオフを踏まえた実用的ガイドラインを提供すること。

提案手法

• 本研究では、s-LLGS方程式のストラトノビッチ解への収束性を評価するために、陽的中点法、ヘウン法、およびエラー・ヘウン法を検証した。
• これらと比較して、標準的なSPICEベースのスキーム（エラー法やギア法）がストラトノビッチSDEに対しては失敗することを示した。
• SPICEにおける台形則も分析したが、最小積分時間ステップに制限され、精度が低下することが判明した。
• 小ノイズを伴うSDEに特化した新しい数値手法を提案し、s-LLGS方程式の解法における精度向上を図った。
• 数値的検証には、経路ごとの誤差、磁化ノルムの保存性、および50%反転境界の精度を用い、各スキームの性能を評価した。
• 正しい確率的微積分の選択が、適切な数値積分スキームの選定に不可欠であることを強調した。

実験結果

リサーチクエスチョン

• RQ1 どの数値積分スキームがs-LLGS方程式のストラトノビッチ解に正しく収束するか？
• RQ2 標準的なSPICEベースの手法（エラー法やギア法）は、ストラトノビッチ型s-LLGS方程式に適用した場合、どのように動作するか？
• RQ3 確率的微積分の選択が、s-LLGSシミュレーションの精度に与える影響は何か？
• RQ4 小ノイズSDE用に新たに提案された手法は、マクロスピン力学のシミュレーション精度を向上させられるか？
• RQ5 異なるスキームは、磁化ノルムの保存性および50%反転境界の予測において、どのように比較されるか？

主な発見

• 陽的中点法、ヘウン法、およびエラー・ヘウン法は、s-LLGS方程式のストラトノビッチ解に正しく収束する。
• 標準的なエラー法やギア法は、SPICEシミュレータで広く用いられているが、正しくストラトノビッチ解を生成できず、結果として不正確なシミュレーションをもたらす。
• SPICEにおける台形則はストラトノビッチ方程式を解くことは可能だが、最小積分時間ステップに制限され、精度が低下する。
• 提案された小ノイズSDE手法は、s-LLGS方程式の数値的シミュレーションにおいて、改善された精度を示した。
• 経路ごとの誤差、磁化ノルムの保存性、および50%反転境界の予測結果から、ストラトノビッチ解に収束するスキームの優れた精度が確認された。
• 本研究では、複雑さと精度のトレードオフを踏まえた、正確で効率的な数値手法の選定ガイドラインを明確に提示した。