AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-19

ক্রিস্টালাইন চুম্বকে রেসপন্স টেনসরের জন্য ফিজিক্স-ইনফর্মড মেশিন লার্নিং: কাগোমে ধাতুতে প্রয়োগ

মূল শিরোনাম: Physics-Informed Machine Learning for Response Tensors in Crystalline Magnets: Application to Kagome Metals

অ-সমরেখ চুম্বকে চুম্বকীয় টেক্সচার থেকে রেসপন্স টেন্সর পূর্বাভাস করা একটি মূল চ্যালেঞ্জ, এবং বিদ্যমান ডেসক্রিপ্টরগুলি প্রথম-ক্রমের মাল্টিপোল সম্প্রসারণ বা সরল চুম্বকীয় কাঠামোতে সীমাবদ্ধ ছিল। লেখকেরা যেকোনো ক্রিস্টাল কাঠামোর জন্য একটি সম্পূর্ণ প্রতিসাম্য-অপরিবর্তনীয় ডেসক্রিপ্টর বেসিস তৈরি করেছেন এবং অসম্পর্কিত, ক্রমস্তরীয়ভাবে স্থিতিশীল অর্ডার প্যারামিটার পেতে প্রিন্সিপাল কম্পোনেন্ট অ্যানালাইসিসকে পরিবর্তন করেছেন। একটি চুম্বকীয় কাগোমে ল্যাটিসের অস্বাভাবিক হল পরিবাহিতায় প্রয়োগ করে দেখা গেছে, যে ক্ষেত্রে লিনিয়ার রিগ্রেশন ভালো কাজ করে সেখানে রিগ্রেশন সহগের বর্গগুলি জিপ্ফ-সদৃশ পাওয়ার ল অনুসরণ করে।

মূল লেখা পড়ুন ↗

সব আইটেম →