Magnetic Ordering in Artificial Spin Ice: Towards Tailormade Magnetic Metamaterials

Abstract

CMOS-teknologi nærmer seg grensen av Moore's lov, og stadig mer oppmerksomhet blir rettet mot potensielle materialer til bruk i ukonvensjonelle datamaskiner. Utvikling i nanofabrikkeringsteknikker har gitt økt fokus og mer forskning på magnetiske metamaterialer. Kunstig spinn is ("artificial spin ice", ASI) er et magnetisk metamateriale som består av interagerende nanomagneter, som regel plassert på en 2D-overflate. Det har demonstrert fascinerende fenomen og er hevdet å være en kandidat til bruk i ukonvensjonelle datamaskiner. Denne oppgaven foreslår en metode for å generere skreddersydde ASI design basert på evolusjonære algoritmer og analyse av magnetisk ordning.

flatspin, en storskala ASI simulator, ble brukt til å simulere den komplekse dynamikken i ASI gjennom oppvarmings- og nedkjølingsprotokoller. Ordningen av magnetiske momenter etter disse simuleringene ble analysert ved hjelp av en "polar" korrelasjonsfunksjon, utviklet som en del av dette arbeidet, og verktøy fra statistisk mekanikk. Denne "polare" korrelasjonsfunksjonen klarte å diskriminere mellom ASI med og uten magnetisk ordning.

ASI med nanomagneter plassert i periodiske strukturer og med geometrisk uorden ble analysert, med klare variasjoner i korrelasjonslengde mellom ulike geometriske design of temperaturområder. Den kritiske temperaturen og kritiske eksponenten, som karakteriserer den supermagnetiske faseovergangen fra magnetisk ordning til uorden, ble estimert. De avdekket noen gjenstående utfordringer med kalibrering av simulatoren og en del av analysen når de ble sammenlignet med tilsvarende studier gjort på fabrikkerte ASI.

Evolusjonære algoritmer ble brukt til å søke gjennom rommet av mulige ASI design. Nye geometrier ble generert og utviklet basert på sin kritiske temperatur. Den magnetiske ordningen og tilhørende kritiske temperatur varierte mellom ulike ASI design. Potensielle svakheter ved analyser ble diskutert, og konklusjonen innebar et sett med forslag til videre arbeid mot en mer robust metode.

As CMOS technology reaches the limit of Moore's law, more attention is directed towards possible materials for unconventional computational devices. Recent developments in nanofabrication techniques have paved the way for research on magnetic metamaterials. Artificial spin ice is a magnetic metamaterial consisting of interacting nanomagnets, often arranged on a two-dimensional surface. It demonstrates fascinating phenomena and has shown to be a promising candidate for applications in unconventional computing. This thesis suggests a methodology for generation of tailormade artificial spin ice designs based on evolutionary algorithms and analyses of magnetic ordering.

flatspin, a large-scale artificial spin ice simulator, was used to simulate the complex dynamics in artificial spin ices during thermal annealing protocols. The ordering of magnetic moments following these simulations were analyzed using a "polar" correlation function, developed as a part of this work, and tools from statistical mechanics. This "polar" correlation function successfully discriminated between artificial spin ices with and without long-range magnetic ordering.

Artificial spin ices with nanomagnets arranged in periodic structures as well as geometrically disordered systems were analyzed, showing clear variations in correlation lengths across different geometric designs and temperature ranges. The critical temperature and critical exponent, characterizing the supermagnetic phase transition from long-range ordering to magnetic disorder, were estimated. They identified remaining challenges with the simulator calibration and a component of the analysis when compared to similar studies on experimentally realized artificial spin ices.

Evolutionary algorithms were used to search the space of artificial spin ice designs. New geometric designs were generated and evolved based on their corresponding critical temperatures. The magnetic ordering and critical temperatures varied across all designs. Potential weaknesses in the analysis were discussed, concluding with a set of suggested next steps towards a more robust methodology.