DSpinGNN: A Physics-Informed Equivariant Graph Neural Network for Dynamic Magnetic Exchange Prediction in Strain-Deformed Monolayer CrI
本論文は、歪みを受けた単層CrIにおける動的な磁気交換相互作用を正確に予測する物理学に基づいた等変グラフニューラルネットワークであるDSpinGNNを導入し、従来の第一原理手法では到達不可能なメゾスコピックな交換テクスチャやドメイン壁の挙動を明らかにする大規模シミュレーションを可能にするものである。