[论文解读] Computational Frameworks for Patterned Two-Dimensional Magnetism

Soham Chandra, Soumyajit Sarkar|arXiv (Cornell University)|Feb 25, 2026

Magnetic properties of thin films被引用 0

一句话总结

对二维系统中由几何和模式诱导的磁性进行计算框架的综合评述，详述蒙特卡洛、自旋动力学、多尺度参数化，以及新兴的非平衡与数据驱动方法，及其在纳米点/孔阵列、人工自旋冰和模式化范德华磁体中的应用。

ABSTRACT

Patterned two-dimensional (2D) magnetic nanostructures constitute geometry-engineered spin systems in which exchange, anisotropy, dipolar coupling, and finite-size effects operate on comparable energy scales. Spatial modulation of continuous magnetic films produces confinement-driven critical behavior, compensation phenomena, metastable switching pathways, and topologically non-trivial textures such as vortices and skyrmions. Computational modeling plays a central role in resolving this complexity, enabling quantitative construction of thermodynamic phase diagrams and analysis of geometry-dependent stability regimes. This review synthesizes theoretical and numerical frameworks for patterned 2D magnetism, including classical spin models, stochastic spin dynamics, rare-event methods, and multiscale parameterization informed by first-principles calculations. Representative systems-nanodot and antidot arrays, artificial spin-ice lattices, exchange-modulated heterostructures, and patterned van der Waals magnets- illustrate how geometry functions as an effective thermodynamic control parameter. Emerging directions in nonequilibrium modeling, multiphysics coupling, and scalable data-centric workflows are discussed in the context of predictive phase mapping. Patterned 2D magnetism thus exemplifies the convergence of geometry-controlled materials engineering and computational statistical physics, with phase stability and controlled spin textures at the core of next-generation spintronic architectures.

研究动机与目标

• 理解几何如何在二维模式化系统中控制磁序的动机。
• 旨在综合将模式化与热力学、动力学联系起来的理论与数值框架。
• 提供横跨平衡、动力学和多尺度建模的统一方法论视角。
• 突出纳米点/孔阵列、人工自旋冰、核心–壳层异质结构以及模式化范德华磁体的应用。

提出的方法

• 带有位置相关的 Jij、Ki(r) 和偶极项的蒙特卡洛方法，用以映射热力学和相边界。
• 基于朗道–洛夫齐茨–吉尔伯特方程的自旋动力学模拟，以捕捉时间依赖的切换和纹理。
• 将基于密度泛函理论的交换与各向异性参数的多尺度参数化，连接到原子尺度和微磁学模型。
• 包括 GPU 加速、FFT/高阶求解器，以及代理机器学习模型在内的高性能计算方法。
• 非平衡与稀有事件技术（如 Wang–Landau、转换路径采样）以解析亚稳态和切换路径。

实验结果

研究问题

• RQ1 几何模式如何调控交换、各向异性和偶极相互作用，从而影响二维磁体的相行为？
• RQ2 在带模式的二维系统中，哪些计算框架最能捕捉平衡热力学与非平衡动力学？
• RQ3 如何将第一性原理参数整合到多尺度自旋模型中，以预测几何相关的稳定性和切换？
• RQ4 新兴范式（多物理、量子效应、数据驱动工作流程）在预测性模式磁性中的前景与挑战？

主要发现

• 模式几何作为一个有效的热力学控制参数，与内在磁性相互作用并列。
• 约束、边缘效应和界面工程可稳定非平凡纹理，并导致几何相关的相边界。
• 结合DFT、原子自旋和微磁的多尺度建模能够为带模式的系统提供预测性相图。
• GPU 加速的模拟和高级采样有助于探索大规模带模式阵列和稀有事件。