Espectros de fonones mediante aprendizaje automático para líneas ópticas rápidas y precisas de defectos

Área de la Ciencia:

• Física del estado sólido
• Óptica cuántica
• Ciencia de materiales computacional

Sus antecedentes:

• Las propiedades ópticas de los defectos en sólidos son cruciales para aplicaciones como la coloración de gemas y las redes cuánticas.
• El acoplamiento electrón-fonón es esencial para describir las transiciones ópticas, pero es computacionalmente exigente de calcular a partir de primeros principios.

Objetivo del estudio:

• Superar el gasto computacional de predecir el acoplamiento electrón-fonón para defectos de estado sólido.
• Demostrar la eficacia de los potenciales interatómicos de aprendizaje automático para cálculos precisos de propiedades de defectos.

Principales métodos:

• Se utilizaron potenciales interatómicos de aprendizaje automático (MLIP) para predecir el acoplamiento electrón-fonón.
• Se ajustaron los MLIP utilizando datos de relajación atómica de cálculos de primeros principios.
• Se emplearon cálculos de funcionales híbridos para predicciones espectrales de alta precisión.

Principales resultados:

• Se logró una pérdida de precisión insignificante en comparación con los métodos tradicionales.
• Se demostró que los datos de primeros principios de rutina son suficientes para ajustar los MLIP.
• Se resolvieron detalles finos del acoplamiento de modos vibracionales locales en el centro T en el espectro de luminiscencia de Si.

Conclusiones:

• Los potenciales interatómicos de aprendizaje automático ofrecen una alternativa eficiente y precisa para estudiar las propiedades ópticas de los defectos.
• Este enfoque permite investigaciones teóricas de alto nivel de las propiedades vibracionales de los defectos.
• El método predice espectros con precisión y resuelve fenómenos de acoplamiento complejos en defectos cuánticos.