Modeling magnetization reversal in multilayers with interlayer exchange coupling
Notice bibliographique
Résumé
Spin spirals form inside the magnetic layers of antiferromagnetic and noncollinearly coupled magnetic multilayers in the presence of an external field. This spin structure can be modeled to extract the direct exchange stiffness of the magnetic layers and the strength of the interlayer exchange coupling across the spacer layer. In this article, we discuss three models which describe the evolution of the spin spiral with the strength of the external magnetic field in these coupled structures: discrete energy, discrete torque, and continuous torque. These models are expanded to accommodate multilayers with any number of ferromagnetic layers, any combination of material parameters, and asymmetry. We compare their performance when fitting to the measured magnetization data of a range of sputtered samples with one or multiple ferromagnetic layers on either side of the spacer. We find that the discrete models produce better fits than the continuous for asymmetric and multiferromagnetic structures and exhibit much better computational scaling with high numbers of atomic layers than the continuous model. For symmetric, single-layered structures, the continuous model produces the same fit statistics and outperforms the discrete models. Last, we demonstrate methods to use interfacial layers to measure the exchange stiffness of magnetic layers with low interlayer exchange coupling. An open-access website has been provided to allow the fitting of magnetization as a function of field in arbitrary coupled structures using the discrete energy model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».