复旦大学

报告摘要：

磁性体系因涉及复杂的自旋、电子与晶格相互作用，其大规模模拟极具挑战。传统的第一性原理（DFT）计算由于计算量巨大，一般只能计算 100 原子数量级的小体系，更大体系的材料结构不能采用第一性原理方法计算。本研究聚焦磁性铁性材料的核心科学问题——磁基态的精准预测，系统发展了融合物理先验知识与数据驱动技术的机器学习计算方法，旨在实现多尺度、多物理场耦合下磁性体系的高精度、高效率模拟。我们成功构建了多个高精度模型。其中，自旋依赖的等变图神经网络势函数（SpinGNN++）将自旋自由度引入图势函数框架，并首次在二维CrTe₂中预言了亚铁磁基态。相关方法为解决磁性材料基态计算不准的难题提供了创新思路，有望推动磁性功能材料的精准设计。

报告人简介：

于宏宇，2020 年本科毕业于南开大学物理系伯苓班，2025 年博士毕业于复旦大学物理系，师从向红军教授、龚新高院士。主要研究方向为发展适用于铁性体系的机器学习计算方法及其应用，相关成果已发表学术论文 24 篇，其中以第一作者或共同第一作者身份发表 13 篇（包括《Physical Review Letters》2 篇、《Advanced Materials》1 篇）；论文累计被引用 480余次，H 指数为 11，同时担任《Nature Communications》审稿人。

邀 请 人：吴泉生 特聘研究员

联 系 人：王慧颖 why@iphy.ac.cn

报告地点：怀柔园区MA楼505会议室

腾讯会议：414-521-918

（往期内容请前往以下网址查阅：https://iop-hr.iphy.ac.cn/#/info?type=2）