二维材料是原子级薄的单层薄膜，排列在晶体结构中，在下一代电子和光电器件中具有潜在应用。直到几年前，此类材料中的铁磁性 (FM)——它们充当磁铁的机制——都被认为是不可信的。2017 年，科学家们在二维材料中发现了低温调频，这在纳米技术和电子领域取得了重大进展。
在低温下，铁磁材料能够很好地保持其磁性。然而，随着温度升高，这些材料中的磁序会受到干扰。材料失去其 FM 特性的温度称为居里点。因此，居里点是铁磁材料在实际应用中的一个关键特性。然而，确定居里温度涉及一组非常复杂的计算。
欧洲科学研究所 (IISc) 的一个研究小组现已开发出一种开源计算机代码，可根据材料的晶体结构估算居里温度。该研究发表在npg Computational Materials 上，结合使用开源数据库和机器学习的信息学来发现和预测二维铁磁 (2DFM) 材料的居里温度。
该团队采取了三重方法。首先，他们开发了一种全自动计算机代码，可帮助计算居里温度，无需手动启发式计算。其次，他们能够从大型开源数据库中识别出 26 种高温 2DFM 材料，其中包括一些迄今为止被忽视的重要磁性材料。这些材料可以成为用于高温设备的理想候选材料。
第三，该团队开发了一个机器学习模型来预测材料的居里温度。研究人员表示，虽然该模型目前使用的数据有限，但如果它使用足够大的 2DFM 材料数据集进行训练，它可能最终能够取代计算机代码。他们相信这将极大地有助于推进二维磁性材料的实际应用。