| 教員紹介トップページへ | 三重大学トップページへ |
| 職名 | 教授 | |||||||||
| 氏名 | なかむら こうじ 中村 浩次 |
|||||||||
| 生年月 | ||||||||||
|
||||||||||
| TEL | ||||||||||
| FAX | ||||||||||
| nakamura.kohji@ (末尾に mie-u.ac.jp を補ってください) | ||||||||||
| 個人のホームページ | https://www.cc.mie-u.ac.jp/~ndesign-nakamura/magn_index.html | |||||||||
| 学歴 | 北海道大学工学部 学士課程 (～1990年)
北海道大学大学院工学研究科 博士課程・博士後期課程 (～1995年) 卒業・修了 |
|||||||||
| 学位 | 1995.03 博士（工学） 北海道大学
|
|||||||||
| 所属学会 | 日本物理学会 日本磁気学会 米国物理学会(Fellow会員) 応用物理学会 IEEE | |||||||||
| 社会活動 |
|
|||||||||
| 職歴 | 1995 北海道大学触媒化学研究センターCOE研究員
1996 北海道大学 助手 1999 ノースウエスタン大学 助手 2001 三重大学 准教授 2018 三重大学 教授 |
|||||||||
| 学術（芸術）賞 | 2014 Fellow of the American Physical Society | |||||||||
| 専門分野 | 計算物理学 固体電子論 磁性 | |||||||||
| 現在の研究課題 | 第一原理計算手法の開発 表面・界面及びナノ構造体の電子構造と磁性 | |||||||||
| 担当科目 | 電磁気学II 量子力学I 量子力学II 材料科学 物質情報学特論 物質情報学演習 量子物質情報学特論 量子物質情報学演習 | |||||||||
| 主な業績等 | External electric field driven modification of the anomalous and spin Hall conductivity in Fe thin films on MgO(001), Physical Review B 97, 024401 (2018).
Scaled effective on-site Coulomb interaction in density functional theory +U method for correlated materials, Physical Review B 97, 024401 (2018). Correlation of the Dzyaloshinskii-Moriya Interaction with Heisenberg Exchange and Orbital Asphericity, Nature Communications 9, 1648 (2018). Microscopic investigation into the electric field effect on proximity-induced magnetism in Pt, Physical Review Letters 12, 157203 (2018). Tunable inverse spin Hall effect in nanometer-thick platinum films by ionic gating, Nature Communications 9, 3118 (2018). Spin Hall effect from hybridized 3d−4p orbitals, Physical Review B 99, 0064410 (2018). Enhanced perpendicular magnetocrystalline anisotropy energy in an artificial magnetic material with bulk spin-momentum coupling, Physical Review B 99, 180410 (2019). Giant Anomalous Hall Conductivity at the Pt/Cr2O3 Interface, Phys. Rev. Applied 13, 034052 (2020). Atomic-layer stacking dependence of the magnetocrystalline anisotropy in Fe-Co multilayer thin films at MgO(001) interface, Journal of Magnetism and Magnetic Materials 537, 168175 (2021). Prediction-accuracy improvement of neural network to ferromagnetic multilayers by Gaussian data augmentation and ensemble learning, Computational Materials Science 219, 112032 (2023). |
|||||||||