Redian新闻
>
Npj Comput. Mater.: 自旋波太短怎么办?电磁波来帮你看!

Npj Comput. Mater.: 自旋波太短怎么办?电磁波来帮你看!

科学

海归学者发起的公益学术平台

分享信息,整合资源

交流学术,偶尔风月

飞秒激光所产生的皮秒声波脉冲与磁矩的相互作用可以用来研究超快磁弹耦合效应和设计高速的磁性装置。由于激光能量在短时间内的压缩,这种光致皮秒声波脉冲可以具有>1%的超高应变幅值和低至几纳米的短波长。由于磁弹耦合效应,这样的声波脉冲将激发波长短且频率高的磁振子(自旋波量子)。


Fig. 1 Ultrafast magnetoacoustics in FM thin films.


然而,现有的超快磁弹实验主要集中于观察铁磁体或亚铁磁体中平均磁化强度的小角度进动。在这些实验中,超快时间分辨的磁光克尔显微镜 (TR-MOKE) 被同时用于激发声波脉冲和探测磁化强度随时间的变化。但由于亚太赫兹自旋波的波长与探测激光脉冲的穿透深度相近, 亚太赫兹自旋波的信号在此穿透深度范围内被平均了,从而难以被探测到。

 

Fig. 2 Magnon excitation.


来自美国威斯康星大学材料科学与工程系的胡嘉冕教授及其博士生庄世豪提出可以利用重金属薄膜中的自旋电流转换,将自旋波信号转换为电磁波信号,从而间接地探测亚太赫兹自旋波。

 

Fig. 3 Magnon detection.


首先,该研究利用理论解析得到了在铁磁和反铁磁薄膜中自旋波驻波的频率。作者通过模拟计算,证明了单个皮秒声波脉冲可以在铁磁和反铁磁薄膜中激发出亚太赫兹的自旋波。被激发的磁矩会向相邻重金属薄膜泵入自旋流。由于逆自旋霍尔效应,重金属薄膜中的自旋流会被转化成交变的电荷电流并发射电磁波。

 

Fig. 4 Ultrafast magnetoacoustics in AFM thin films.


该研究发现所发射的电磁波保留了所有被激发的亚太赫兹自旋波的频谱信息并且其强度足够被检测到,这将为太赫兹自旋波的激发和探测,及其在高速磁振子器件中的应用提供理论依据。

 

Fig. 5 AFM Magnon excitation.


另外,该研究所用的计算模型首次考虑了声波、自旋波和电磁波之间的互相耦合,并且可被用于更复杂的铁磁或反铁磁薄膜基异质结构(例如超晶格)以及其他涉及声子-磁振子-光子的物理过程和设备中(例如谐振腔和天线),以准确模拟超快磁振子-声子-光子耦合物理过程。


Fig. 6 AFM magnon detection.


该文近期发布于npj Computational Materials 8, no. 1 (2022). 


论文链接:

https://www.nature.com/articles/s41524-022-00899-0



点击下方知社人才广场,查看最新学术招聘


扩展阅读

 

Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络
Npj Comput. Mater.: 打开黑盒子—可解释的机器学习
Npj Comput. Mater.: SISSO机器学习—预测单线态裂变材料
于混乱中见秩序——从紊乱状态数据中抽取系统内禀结构
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Npj Comput. Mater.: 材料生长缺失数据—贝叶斯优化Npj Comput. Mater.: 有机-无机钙钛矿材料—降解机制Npj Comput. Mater.: 纳米晶三维结构重建—知识与经验FastTrack Universität 2023莱比锡大学公立语言项目招生简章[电脑] [第八届机王争霸赛]专业MOD组——X-Computer by JETH-DESIGN出现倦怠的反战情绪?Npj Comput. Mater.: 材料定律—识别与发现的新方法[录取捷报]爱丁堡大学,Computer Science专业录取啦![录取捷报]墨尔本大学,Computer Science专业录取啦!Npj Comput. Mater.: 二维材料量子点缺陷—建了数据库博士生申请 | UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士Npj Comput. Mater.: 材料预测—精确可传递Npj Comput. Mater.: 多主元素合金硬度—集成神经网络模型Npj Comput. Mater.: 与材料科学的碰撞:深度学习的近况尼可拉 特斯拉叫鬼子闻风丧胆的武术家----佟忠义(1879-1963)精选SDE岗位 | TripActions、Cambly Inc.、Sigma Computing发布最新岗位!Npj Comput. Mater.: 沸石—大规模精确模拟Npj Comput. Mater.: 结构描述符大佬观点—不是越精确越好Npj Comput. Mater.: 打开黑盒子—可解释的机器学习推广|| 对着一柜子衣服不知道怎么办? 这就来帮你解决Npj Comput. Mater.: 单原子催化剂—动态电荷转移模型Npj Comput. Mater.: 低温晶界迁移—经典模型Npj Comput. Mater.: 极端机械性能—无边界-无目标搜索及其他Npj Comput. Mater.: 高熵合金催化剂—吸附能的线性关系55年的学部委员都是一级教授(研究员)吗?Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络Npj Comput. Mater.: 欲探新材,先学淘宝Prompt总结 | 从MLM预训任务到Prompt Learning原理解析与Zero-shot分类、NER简单实践Npj Comput. Mater.: 2D过渡金属单卤化物—如此超导和拓扑态Npj Comput. Mater.: 局部原子邻域描述符—无损压缩六种美德助你正确决定Npj Comput. Mater.: 深度学习预测多种电极材料电压英国秋招丨精品投行Moelis & Company开放2023 InternshipUC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。