MIT研究人员利用AI技术发现多层电子材料的隐藏磁力特性
日期：
2022-04-06
浏览次数:
6
麻省理工学院的一个团队利用人工智能来促进对一种有趣的材料现象的检测，这种现象可以催生出不存在能量耗散的电子器件。长期以来，超导体一直被认为是实现没有电阻率的电子产品的主要方法。在过去的十年中，一个新的量子材料系列，'拓扑材料'为实现没有能量耗散（或损失）的电子产品提供了一个替代但有希望的手段。与超导体相比，拓扑材料具有一些优势，如抗干扰性强。为了达到无耗散的电子状态，一个关键的途径是所谓的'磁接近效应'，当磁力稍微渗透到拓扑材料的表面时，就会发生这种效应。然而，观察临近效应一直是个挑战。麻省理工学院机械工程博士生陈占涛（音译）说，'问题是，人们正在寻找的表明存在这种效应的信号通常太弱，无法用传统方法进行确凿的检测。'这就是为什么一个科学家团队--位于麻省理工学院、宾夕法尼亚州立大学和国家标准与技术研究所--决定尝试一种非传统的方法最终产生了令人惊讶的好结果。在过去的几年里，研究人员依靠一种被称为偏振中子反射仪（PNR）的技术来探测多层材料的深度相关的磁性结构，以及寻找诸如磁接近效应等现象。在PNR中，两个具有相反自旋的偏振中子束被从样品中反射出来，并在一个探测器上收集。'如果中子遇到一个磁通，比如在磁性材料内部发现的磁通，它具有相反的方向，它将改变其自旋状态，导致从自旋上升和自旋下降的中子束中测量到不同的信号，'材料科学和工程博士Nina Andrejevic解释道。因此，如果一个通常非磁性材料的薄层--紧挨着磁性材料放置--显示出被磁化，就可以检测到磁接近效应。但是这种效应非常微妙，只延伸了大约1纳米的深度，当涉及到解释实验结果时，可能会出现含糊不清的情况和挑战。领导该研究小组的核科学与工程系Norman C. Rasmussen职业发展教授李明达（音译）指出：'通过将机器学习引入我们的方法，我们希望能更清楚地了解发生了什么。这一希望确实得到了证实，研究小组的发现于2022年3月17日发表在《应用物理评论》上。'研究人员调查了一种拓扑绝缘体--一种在内部是电绝缘的，但在表面可以传导电流的材料。他们选择关注一个由拓扑绝缘体硒化铋（Bi2Se3）和铁磁绝缘体硫化铕（EuS）组成的层状材料系统。Bi2Se3本身是一种非磁性材料，因此磁性的EuS层主导了两个偏振中子束测量的信号之间的差异。然而，在机器学习的帮助下，研究人员能够识别并量化对PNR信号的另一个贡献--在Bi2Se3与相邻的EuS层的界面上诱导的磁化。Andrejevic说：'机器学习方法在从复杂的数据中引出潜在的模式方面非常有效，使我们有可能辨别出PNR测量中像邻近磁化那样的微妙影响。'当PNR信号第一次被送入机器学习模型时，它是非常复杂的。该模型能够简化这一信号，使接近效应被放大，从而变得更加显眼。利用PNR信号的这种简化表示，该模型然后可以量化诱导磁化--表明是否观察到磁接近效应--以及材料系统的其他属性，如组成层的厚度、密度和粗糙度。
Hot News
/
相关推荐
2025
-
06
-
24
点击次数:
8
来源：中国科学院福建物质结构研究所自然界的光合作用系统通过精妙的光控机制实现能量与物质的高效转化，而人工模拟这一过程始终是化学领域的重大挑战。传统光开关催化剂多局限于活性“启停”控制，难以在单一催化剂内实现产物路径的主动切换。金属有机笼凭借其可定制的空腔微环境，为调控反应选择性提供了理想平台。然而，现有分子笼体系大多依赖多笼协同或结构重组才能实现光切换催化，开发具有光控双路径催化发散合成能力的单一...
2025
-
06
-
24
点击次数:
8
来源：X-MOL金属-配体多重键在配位和有机金属化学中无处不在。相比之下，镧系元素-碳多重键难以形成。分离含有镧系元素-碳双键与末端甲基卡宾 （=CH2） 和镧系元素-碳三键的复合物仍然具有挑战性。在这里，我们介绍了包含在内面体富勒烯笼内的镧系元素-碳三键的合成。更具体地说，我们报道了一个封装在 C80 富勒烯笼内的铈-碳化物 [Ce≡CSc 2] 簇。通过 X 射线晶体学、光谱分析和量子化学计算...
2025
-
06
-
23
点击次数:
23
附件：1、2025新材料展招展书（含参展申请表）2、新材料展展位图
2025
-
06
-
23
点击次数:
21
来源：中国科学院物理研究所北京凝聚态物理国家研究中心铁电畴壁随机存储器为解决硅基存储技术遇到的“存储墙”问题提供了切实可行的方案。相较于其他二维界面，例如晶界、相界等，铁电畴壁可以被特定的电场创建、移动以及擦除，意味着基于铁电畴壁的存储器件将更加灵活可控。然而，常规铁电畴壁作为高能界面，会出现非预期的漂移甚至湮灭，引发对数据存储可靠性的担忧；其次，现有的铁电畴壁存储器件传导电流和开关比仍处于较低水...