机器学习对元素铁电石单层的建模
Yanxing Zhang1, Xinjian Ouyang2,3, Dangqi Fang4
1Henan Normal University, School of Physics, Xinxiang 453007, China.
Physical review letters
|January 29, 2025
概括
研究人员模拟了比斯木单层的模型.
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:
- 石单层是一种新的2D单元铁电系统.
- 了解它的特性需要准确的计算模型.
研究的目的:
- 为了建模一片高 bismuth 单层的潜在能量表面.
- 研究温度依赖的相位转换和铁电领域.
- 分析基板对单层性质的影响.
主要方法:
- 传递信息的神经网络 (MPNN) 用于潜在能量表面建模.
- 高精度,大规模的原子模拟.
- 独立系统与基板受约束系统的分析.
主要成果:
- MPNN模型实现了<1.2 meV/原子的精度.
- 模拟显示了温度依赖的相位过渡.
- 观察到铁电领域和晶格导热率.
结论:
- 精确的ML模型使得可以对斯木单层进行大规模模拟.
- 基质相互作用影响相位过渡.
- 获得了对铁电领域行为和热性质的洞察.
更多相关视频
10:40A Fabrication and Measurement Method for a Flexible Ferroelectric Element Based on Van Der Waals Heteroepitaxy
Published on: April 8, 2018
8.2K
09:06Visualizing Uniaxial-strain Manipulation of Antiferromagnetic Domains in Fe1+YTe Using a Spin-polarized Scanning Tunneling Microscope
Published on: March 24, 2019
8.0K
