Aplicações de protocolos de reconhecimento de padrões no estudo de sistemas artificiais de spins

• Processo: 23/00137-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de março de 2023
• Vigência (Término): 27 de agosto de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Física - Física da Matéria Condensada
• Pesquisador responsável: Kleber Roberto Pirota
• Beneficiário: Nathan Dias Canabrava Cruz
• Instituição Sede: Instituto de Física Gleb Wataghin (IFGW). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 17/10581-1 - Fenômenos emergentes em sistemas de dimensões reduzidas, AP.ESP
• Assunto(s): Aprendizado computacional Magnetismo
• Palavra(s)-Chave do Pesquisador: Artifial Spins systems | machine learning | Magnetic Phase Transition | Magnetic Phases | magnetism | Micromagnetic Simulations | Aprendizado de Máquina e Data Análise

Resumo

Gelos de Spin Artificiais (GSI) são redes de nanomagnetos, em sua maioria dispostos em padrões bidimensionais, que têm sido utilizados com sucesso como plataformas experimentais na investigação de fenômenos cooperativos e exóticos em modelos de redes de spins frustrados. O rico diagrama de fases magnéticas apresentado por Nanomagnetos do tipo Ising dispostos nos vértices de uma rede bidimensional Kagomé (AKSI) possui quatro fases distintas: paramagnética de alta temperatura, duas fases de líquido de spin diferentes (Spin ice 1/SI1 e Spin ice 2/SI2) e um estado fundamental ordenado. Do ponto de vista teórico, Hamiltonianos que levam em consideração interações de curto ou longo alcance são simulados via Monte Carlo e o microestado obtido é analisado via cálculos das correlações entre vizinhos de vários níveis, de onde se pode obter as diversas quantidades termodinâmicas como calor específico, entropia, magnetização etc. Experimentalmente, a rede de nanomagnetos é analisada via alguma técnica de imagem magnética (Microscopia de força magnética/MFM ou Microscopia de foto emissão eletrônica/PEEM) e as correlações de spins obtidas (no espaço direto ou recíproco) são comparadas às obtidas pelos modelos teóricos apropriados. Esse projeto propõe a utilização de reconhecimento de padrões (Aprendizado de máquina) na identificação das diferentes fases via curvas de magnetização inicial, algo muito mais simples de se obter em magnetômetros convencionais presentes em muitos laboratórios. Iremos também utilizar reconhecimento de padrões para explorar a rica fenomenologia física apresentada por tais sistemas, uma vez que protocolos de aprendizados podem auxiliar na decodificação dos processos físicos envolvidos na dinâmica da magnetização dos KASI em função da temperatura efetiva.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

CECCHI, BRENO MALVEZZI; CRUZ, NATHAN; KNOBEL, MARCELO; PIROTA, KLEBER ROBERTO. Magnetic phase recognition of artificial kagome spin ice through initial magnetization curve. PHYSICAL REVIEW B, v. 108, n. 1, p. 7-pg., 2023-07-05. (17/10581-1, 23/00137-8, 19/23317-6)