用百万原子模拟和机器学习了解无形中的缺陷.
Joe D Morrow1, Chinonso Ugwumadu2, David A Drabold2
1Inorganic Chemistry Laboratory, Department of Chemistry, University of Oxford, Oxford, OX1 3QR, United Kingdom.
无形 (a-Si) 的缺陷是其性质的关键. 这项研究使用先进的计算来分类这些缺陷,修改浮动债券模型并揭示缺陷聚类行为.
科学领域:
- 材料科学 材料科学 材料科学
- 凝聚物质物理学 凝聚物质物理学
- 计算化学的计算化学
背景情况:
- 无形 (a-Si) 被建模为一个随机网络,但像悬挂和浮动键这样的缺陷至关重要.
- 现有的模型很难统一对这些多样化的原子缺陷的理解.
研究的目的:
- 揭示无形中缺陷的复杂结构和能量景观.
- 使用先进的计算方法开发可靠的缺陷分类.
- 为a-Si和其他无序材料的缺陷行为提供新的见解.
主要方法:
- 在超大规模的量子精确模型 (百万个原子) 上利用先进的计算化学方法.
- 分析了数千个个别缺陷,以获得可靠的统计数据.
- 组合结构描述符和机器学习的原子能用于缺陷分类.
主要成果:
- 建议对无形的浮动债券模型进行修订.
- 证明a-Si中的五重键原子表现出不同的局部环境.
- 显示了五倍协调缺陷的趋势,与三倍协调缺陷不同.
结论:
- 这项研究提供了对无形缺陷的统一理解.
- 这些发现对各种无序材料的缺陷分析具有更广泛的意义.
- 强调计算方法在材料科学研究中的重要性.
更多相关视频
13:58Probing C84-embedded Si Substrate Using Scanning Probe Microscopy and Molecular Dynamics
Published on: September 28, 2016
06:57Theoretical Calculation and Experimental Verification for Dislocation Reduction in Germanium Epitaxial Layers with Semicylindrical Voids on Silicon
Published on: July 17, 2020
相关概念视频
Structures of Solids
Imperfections in Crystal Structure: Point, Line and Plane Defects
Imperfections in Crystal Structure: Stoichiometric Point Defects
Imperfections in Crystal Structure: Non-Stoichiometric Defects
