近年来，量子材料的概念逐渐具化，对量子材料的研究及相应量子物态的调控成为凝聚态物理领域中非常重要的科学前沿。在量子材料中，自旋（磁性）是最为核心的属性之一。而自旋往往与材料的微观结构等参量密切相关，这种复杂的耦合作用在很大程度上决定了体系的微观电子特性及宏观磁性。

本课题组主要从事量子磁性材料理论计算方面的研究工作，重点关注量子磁性材料的微观物理机制及与宏观磁电效应的关联规律。基于第一性原理计算、机器学习、模型分析等多种先进的理论计算模拟技术，探索和自旋相关的新奇量子物态，及其对宏观物性的影响规律。

迄今已在Advanced Materials、Nano Letters、Physical Review B、Carbon等期刊发表学术论文30余篇，论文总引用2000余次，H指数为21。

研究方向与代表性工作：

（1） 量子功能材料中的磁序调控

• 在二维磁性材料方面，基于双层CrI₃，预测了一种新的堆垛结构，并利用堆垛自由度实现了磁性的调控，解决了该体系中层间反铁磁序来源的问题（PRB, 2019）。该工作的预测结果得到了一系列实验验证，已被引400余次，其中Nature、Science 及其子刊引用30余次，自发表后每年均入选高被引论文。此外，还提出了一种全新的磁控电子能带结构效应，可通过外磁场调控磁化方向，实现电子能带结构的巨大改变（Nano Lett., 2018），并在多个材料体系中证实了该效应。该工作目前已被引190余次。
• 在磁性氧化物方面，阐明了镍基超导氧化物单带电子结构特征，发现其具有较大的电荷转移能及独特的自掺杂效应（PRB， 2019） 。该工作为镍基超导体发现之后最早正式发表的理论文章，目前已被引130余次。系统研究了该体系的磁性，为实验上难以测量到明显的宏观磁矩提供了理论解释（PRB，2022）。

（2）基于人工智能研究磁性材料的复杂结构及磁序

• 磁性材料中的微观结构往往极其复杂。并且复杂的微观结构同时也带来了更为复杂的磁结构。宏观物性及其关键参数，往往和其复杂结构密切相关。而对上述体系的第一性原理计算较难实现。近年来人工智能在材料模拟领域的兴起，为解决上述问题提供了新范式。我们采用“AI+Materials”的技术手段，模拟复杂磁性材料体系中的晶体结构和磁结构，通过理论模拟的方式，阐明结构相变及磁相变的转变过程及微观物理机制。

欢迎对凝聚态理论、材料计算、人工智能感兴趣的同学报考硕士、博士研究生，也欢迎本科生来组交流学习。