科研动向

科学研究

当前位置：首页科学研究科研动向
科研动向

25

2024-03

张敏昊副研究员、宋凤麒教授课题组实现电调控单原子磁性与存储晶体管原型设计

南京大学原子制造研究院张敏昊副研究员、宋凤麒教授课题组与华中科技大学卢兴教授课题组以及西安交通大学杨涛教授课题组等合作，基于Dy@C84 团簇单分子晶体管电输运平台，结合理论计算分析，系统研究了单原子磁性的电调控。相关成果以“Electrically controlled nonvolatile switching of single-atom magnetism in a Dy@C84 single-molecule transistor”为题发表在Nature Communications。单原子存储是一个早年的梦想。1959年，费曼预见了通过操控单个原子/分子来改变物质实现功能。单原子磁性切换是实现计算机数据存储密度进一步提升的关键，其在扫描隧道显微镜下利用磁性原子的自旋双稳性在原理上得以实现。然而，量子磁隧穿效应的存在以及原子级尺度下的弱自旋-轨道作用，将它应用于固态晶体管，尤其通过电场操纵单原子磁性在物理机制和技术实践上拥有双重的挑战性。该工作在 Dy@C84 团簇单分子晶体管中观测到显著的电控塞曼效应。通过电场切换分子态，并测量不同分子态在磁场下的响应，发现在电场强度为3−
14

2024-03

前沿科学学院3月科研速递

01.基于机器学习模型认识系外岩石行星内部结构系外行星探测的主要目标是发现恒星周围的行星并认识它们的大气和内部结构，搜寻可能适宜人类居住的行星。南京大学深空探测科学与技术研究院的倪冬冬教授和澳门科技大学月球与行星科学国家重点实验室合作，基于机器学习模型——混合密度神经网络（图1），根据行星的质量、半径和其他可能的重要观测（例如恒星光谱、潮汐效应等），训练了多个机器学习模型，来推断成分迥异的岩石系外行星内部结构。从图2可以看出，通过输入行星质量和半径、耐热元素丰度Fe/(Mg + Si)、以及潮汐洛夫数，机器学习模型可以很好的预测行星的内部结构，使得科学家们能够更好地理解行星的内部特性，包括核心所处的热力学环境、幔层厚度和可能的水冰含量。

每页 14 记录总共 16 记录
第一页 <<上一页下一页>> 尾页
页码 2/2 跳转到