Redian新闻
>
Npj Comput. Mater.: 二维材料量子点缺陷—建了数据库

Npj Comput. Mater.: 二维材料量子点缺陷—建了数据库

公众号新闻
海归学者发起的公益学术平台
分享信息,整合资源
交流学术,偶尔风月

点缺陷普遍存在,对晶体材料的物理特性有着重要影响。在过去的十年中,原子级薄二维晶体由于其本身独特的、易于调控的物理性质,成为了一类很有前景的材料。与块状材料中的内部深缺陷相比,二维材料中的缺陷更接近表面,这使得它们更容易创建、操作和表征。这些特性使它们成为量子缺陷的理想宿主系统。基于密度泛函理论的第一性原理计算可以详细研究点缺陷的物理和化学特性,以及它们是如何影响材料的结构、电子和光学特性的。然而,缺陷计算的复杂性涉及巨大的超胞、局部磁矩、静电校正等,这让很多科学界难以处理。


来自丹麦技术大学物理系的 Fabian Bertoldo 教授和 Sajid Ali 教授等,使用ASR 工作流程框架和MyQueue调度程序,对 82 种绝缘二维材料中的 503 种不同的本征点缺陷(空位和反位缺陷)进行了系统的密度泛函理论计算。他们计算了缺陷形成能、电荷跃迁能级,平衡载流子浓度,费米能级位置,缺陷原子结构,波函数的对称性分析、磁性如超精细耦合参数,零场分裂,以及光学跃迁偶极子。此外,他们还研究了具有高度自旋基态的缺陷的激发态特性、零声子线能量、辐射寿命和光致发光线形。分析表明,许多研究的缺陷可能以可观的浓度存在于主体材料中,从而证实了它们对主体材料性质的重要性和相关性。基于对单个本征缺陷的热力学和电子特性,他们发现了许多缺陷容错离子绝缘体。此外,他们还发现了几种具有高载流子浓度的半导体。所有的生成数据都收集在量子点缺陷 (QPOD) 数据库中,QPOD数据与二维材料数据库(C2DB)相关联,可以通过浏览器进行访问。这项工作为探索二维材料中点缺陷的物理特性提供了一个强大的平台,它既可以作为免费的查找表,也可以作为计算研究的基准参考。

该文近期发表于npj Computational Materials 8:56 (2022)英文标题与摘要如下,点击左下角“阅读原文”可以自由获取论文PDF。



Quantum point defects in 2D materials - the QPOD database

Fabian Bertoldo, Sajid Ali, Simone Manti & Kristian S. Thygesen  


Atomically thin two-dimensional (2D) materials are ideal host systems for quantum defects as they offer easier characterisation, manipulation and read-out of defect states as compared to bulk defects. Here we introduce the Quantum Point Defect (QPOD) database with more than 1900 defect systems comprising various charge states of 503 intrinsic point defects (vacancies and antisites) in 82 different 2D semiconductors and insulators. The Atomic Simulation Recipes (ASR) workflow framework was used to perform density functional theory (DFT) calculations of defect formation energies, charge transition levels, Fermi level positions, equilibrium defect and carrier concentrations, transition dipole moments, hyperfine coupling, and zero-field splitting. Excited states and photoluminescence spectra were calculated for selected high-spin defects. In this paper we describe the calculations and workflow behind the QPOD database, present an overview of its content, and discuss some general trends and correlations in the data. We analyse the degree of defect tolerance as well as intrinsic dopability of the host materials and identify promising defects for quantum technological applications. The database is freely available and can be browsed via a web-app interlinked with the Computational 2D Materials Database (C2DB).


扩展阅读

 
Npj Comput. Mater.: 超晶格内层中的铁磁性,你测到过吗?
Npj Comput. Mater.: 高温合金—反向晶界能计算
Npj Comput. Mater.: 金属体系微观结构—建模与仿真综述
Npj Comput. Mater.: 经典理论无法解释的电荷输运体系,可这样解释!
本文系网易新闻·网易号“各有态度”特色内容
媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
Npj Comput. Mater.: 通过构造(001)氧化物超晶格衍生的拓扑态上海中秋排长队警车出动,做月饼Npj Comput. Mater.: 高熵合金催化剂—吸附能的线性关系Npj Comput. Mater.: 打开黑盒子—可解释的机器学习Npj Comput. Mater.: 超快斯格明子的光激发:微观机制Npj Comput. Mater.:高熵化合物—氧空位的元素组成调控Npj Comput. Mater.: 深度学习预测多种电极材料电压Npj Comput. Mater.: 高温合金—反向晶界能计算Npj Comput. Mater.: 小涂层大作用—铁电负电容场效应晶体管奥地利科技学院(ISTA)二维材料强关联物理课题组(Polshyn Lab)招收博后、博士生和科研实习生UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士Npj Comput. Mater.: 有机-无机钙钛矿材料—降解机制Npj Comput. Mater.:神奇的精准控温材料—谁把热量带走了Npj Comput. Mater.: 材料定律—识别与发现的新方法Npj Comput. Mater.: 材料生长缺失数据—贝叶斯优化Npj Comput. Mater.: 水粘度模拟—第一性原理-深度神经网络Npj Comput. Mater.: 明察秋毫、分辩入微北京量子信息科学研究院量子工程研究部招聘工程师1名(支持拓扑和二维材料团队)Npj Comput. Mater.: 结构描述符大佬观点—不是越精确越好阿里云已将 Serverless 数据库大规模落地,这是否代表着数据库的新风向?Npj Comput. Mater.: 与材料科学的碰撞:深度学习的近况祝各位朋友中秋快乐!我们这儿终于下雨了。Npj Comput. Mater.: 材料计算精度控制的关键—跨不同程序和方法Npj Comput. Mater.: 超晶格内层中的铁磁性,你测到过吗?博士生申请 | UC Santa Cruz VLAA Lab招全奖Computer Vision/Deep Learning博士中秋快乐Npj Comput. Mater.: 单线态裂变设计规则探索,机器学习来助力多款数据库入选 Gartner 全球数据库魔力象限,腾讯云是怎么做到的?| Q推荐触摸美国 54 收获季节当年俄罗斯人为什么会拥抱普京(ZT)Npj Comput. Mater.: 低温晶界迁移—经典模型Npj Comput. Mater.: 金属体系微观结构—建模与仿真综述Npj Comput. Mater.: 自旋波太短怎么办?电磁波来帮你看!Npj Comput. Mater.: 欲探新材,先学淘宝数据烟囱亟需打破,云原生融合数据库雪中送炭|解读云原生数据库的 2022
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。