Machine Learning Prediction of Magnetic Proximity Effect in van der Waals Heterostructures: From Atoms to Moiré

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-779133
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.77913

Cvitkovich, Lukas ; Zollner, Klaus

; Fabian, Jaroslav

PDF
arxiv
(23MB)

Veröffentlichungsdatum dieses Volltextes: 18 Nov 2025 07:04

Alternative Links zum Volltext:Arxiv Verlag

Details

Vorschau: arxiv

Bibliographische Daten exportieren

Zusammenfassung

We introduce a machine learning framework that efficiently predicts large-scale proximity-induced magnetism in van der Waals heterostructures, overcoming the high computational cost of density functional theory (DFT). We apply it to graphene/Cr2Ge2Te6, which exhibits a previously unrecognized dichotomy. Unlike the spin polarization at the Fermi level, which follows the pseudospin, the ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Altmetric

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Details

Vorschau: arxiv

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Universitätsbibliothek