Redian新闻
>
Npj Comput. Mater.: 轨道耦合—调控谷能带和激子劈裂

Npj Comput. Mater.: 轨道耦合—调控谷能带和激子劈裂

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

由于中心反演对称性破缺和极强的自旋轨道耦合,单层过渡金属硫族化合物MX2(M=Mo,W, X=S, Se,Te)具有两个简并但不等价的能谷,且能谷和自旋耦合。但是要实现其在信息存储领域的应用,就必须打开谷能级简并实现谷极化。一种直接的方法是施加外磁场,但是此方法的器件小型化难以实现,且诱导的谷能级劈裂很小,约为0.2 meV/T。另一种方法是利用磁近邻效应构建MX2/磁性材料异质结构。磁近邻效应不仅是一种有趣的物理现象,而且可以通过克服传统掺杂和功能化的一些限制进而在材料中实现一些定制化物性调控。然而,如何在二维异质结构中实现较大且可调控的谷劈裂仍是亟需解决的问题,需要对磁邻近效应的强度、影响因素及其对激子特性的影响有更深入的认识。


来自清华大学深圳国际研究生院的邹小龙教授研究团队,提出了一种可行的调控方案,通过调控层间轨道杂化来调控能带以及激子的谷劈裂。他们设计构建了由二维室温铁磁VSe2与MSe2(M=Mo,W)组成的范德瓦尔斯异质结,通过第一性原理计算方法证实可以通过改变交换相互作用强度、应变或电场来改变MSe2 和 VSe2 的能谷之间的能级排列,从而调控轨道间杂化。强的轨道杂化引起单层 MSe2价带中超过30 meV的能谷劈裂和超过 150 meV 的谷激子劈裂。此外,轨道杂化还可以带来谷劈裂符号的改变,为二维过渡金属硫族化合物中谷自由度的调控提供了一种切实有效的方法。


该文近期发表于npj Computational Materials 8:239(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。



Tunable valley band and exciton splitting by interlayer orbital hybridization


Dan Wang & Xiaolong Zou 


Magnetic proximity effect has been demonstrated to be an effective routine to introduce valley splitting in two-dimensional van der Waals heterostructures. However, the control of its strength and the induced valley splitting remains challenging. In this work, taking heterobilayers combining monolayer MSe2 (M = Mo or W) with room-temperature ferromagnetic VSe2 as examples, we demonstrate that the valley splitting for both band edges and excitons can be modulated by the tuning of the interlayer orbital hybridization, achieved by inclusion of different amounts of exact Hartree exchange potential via hybrid functionals. Besides, we show such tuning of orbital hybridization could be experimentally realized by external strain and electric field. The calculations suggest that large valley band splitting about 30 meV and valley exciton splitting over 150 meV can be induced in monolayer MSe2. Our work reveals a way to control proximity effects and provides some guidance for the design of optoelectronic and valleytronic devices. 



扩展阅读

 
Npj Comput. Mater.: 无损数据共享平台—助力材料科学突破
Npj Comput. Mater.: DFT中的电子密度—等变图神经网络
Npj Comput. Mater.: 表面合金化学吸附—d带中心模型能否适用?
Npj Comput. Mater.: 搭乘“特快列车”的异相催化原子模拟
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.: 单原子催化剂动态电荷转移—找CeO2试一下Npj Comput. Mater.: 搭乘“特快列车”的异相催化原子模拟Npj Comput. Mater.: “鱼与熊掌”可以兼得—兼具高精度、高速度的分子动力学!Npj Comput. Mater.: 基于二维范德华异质结能带调控的平面铁电隧道结Adv. Mater. Interfaces: 声场-磁场耦合作用下的亥姆霍兹共振与气泡生成技术Npj Comput. Mater.: 稳定半导体材料的发现—深度学习-DFTNpj Comput. Mater.: 二维过渡金属单卤化物—超导和拓扑态美国哥伦比亚学院计算机科学副学士专业(Computer Science AAS)简介Npj Comput. Mater.: 优质金属零件的打印—人类智能增强的机器学习Npj Comput. Mater.: 表面合金化学吸附—d带中心模型能否适用?Npj Comput. Mater.: 反铁磁遇到铁电—也有心灵感应Npj Comput. Mater.: 自由电子金属—原来可以这样做电子关联!Npj Comput. Mater.: 金属3D打印质量参差不齐?为你揭开这些关键之谜!Npj Comput. Mater.: 纵然藏她千百度,暮回首,AI把她全揭露!Npj Comput. Mater.: 一叶知秋—材料科学中的小数据机器学习Npj Comput. Mater.: 氧化物中的拓扑态—如何不再众里寻她千百度?Npj Comput. Mater.: 原子间势—准确性和可迁移性Npj Comput. Mater.: 中大、清华、加大尔湾分校合作发现新型二维磁性材料一文详解Prompt学习和微调(Prompt Learning & Prompt Tuning)Npj Comput. Mater.: 高兴发团队很不高兴—与电子推推拉拉,成何体统?Npj Comput. Mater.: 原子尺度成像—机器学习的亚像素处理Npj Comput. Mater.: 未知磁结构材料的拓扑性表征—不准,但有点意义咀外文嚼汉字(214)“高岭之花”艾客素杜斯Npj Comput. Mater.: 让马儿跑得又快又准—晶格热导率预测Npj Comput. Mater.: 拌水泥的高科技—机器学习为混凝土配方而设计maxsun GeForce GTX 1660 Super Terminator Computer Video Graphics【糗事,笑话】童言童语,吓死人的惊语!《白内障手术》究竟能卖多少钱Npj Comput. Mater.: “工艺-结构-性能”—谁知其中不确定性?第三届 冇(Mǎo)国际青年影像周 开始征片啦!蘋果花!Npj Comput. Mater.: 聚簇描述—机器学习法实现外推Npj Comput. Mater.: 自旋极化—非易失电调控Npj Comput. Mater.: DFT中的电子密度—等变图神经网络
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。