大规模β-Ga2O3系统中的点缺陷的基于辐射分布函数的识别算法.
Mengzhi Yan1, Junlei Zhao2, Jesper Byggmästar3
1State Key Laboratory of Precision Measuring Technology and Instruments, Laboratory of Micro/Nano Manufacturing Technology, Tianjin University, Tianjin 300072, China.
The journal of physical chemistry letters
|October 16, 2024
概括
我们开发了一个精确的算法,使用计算建模来识别β-氧化物 (β-Ga2O3) 的内在缺陷. 这种方法的准确度超过95%,可以在模拟中实时检测缺陷.
科学领域:
- 材料科学 材料科学 材料科学
- 计算材料科学科学 计算材料科学
- 半导体物理 半导体物理
背景情况:
- 内在缺陷显著影响半导体性能,特别是在超宽带隙材料,如β-Ga2O3.
- 在β-Ga2O3中,复杂的缺陷配置阻碍了通过传统计算方法进行准确的表征.
研究的目的:
- 开发一种准确的计算方法来识别β-Ga2O3中的内在点缺陷.
- 为了实现大规模的原子学建模和β-Ga2O3中的实时缺陷检测.
主要方法:
- 集成粒子群集优化 (PSO) 和K-means集群 (K-MC) 算法.
- 开发一种用于明确识别内在点缺陷的新型算法.
- 将算法应用于动态模拟,以实现实时检测可行性.
主要成果:
- 开发的算法在β-Ga2O3中的内在点缺陷中实现了超过95%的识别精度.
- 通过模拟,证明了动态实时检测缺陷的可行性.
结论:
- PSO-K-MC算法为β-Ga2O3中准确的缺陷识别提供了一个有效的解决方案.
- 这一进步促进了半导体研究中更可靠的大规模原子模拟和实时缺陷监测.


