Limited Diffusion of Silicon in GaN: A DFT Study Supported by Experimental Evidence
본 연구는 일원리 DFT 계산과 초고압 어닐링 실험을 결합하여 갈륨 나이트라이드 내의 실리콘 확산이 금지적으로 높은 활성화 장벽으로 인해 극도로 제한적임을 입증함으로써 정밀 도핑이 필요한 첨단 전자 응용 분야에서 해당 물질의 안정성을 확인하였다.
4173 편의 논문
물질 과학과 응집물질 물리학은 우리 주변의 고체와 액체가 어떻게 작동하는지를 탐구하는 분야입니다. 이 영역에서는 전기가 어떻게 흐르고, 자석은 왜 자성을 띠며, 새로운 재료가 어떤 특성을 가지는지 등 일상생활을 바꾸는 기초 원리를 연구합니다.
Gist.Science 는 이 분야의 최신 연구 성과를 arXiv 에서 실시간으로 수집하여 제공합니다. 우리는 arXiv 에 업로드되는 모든 새로운 논문들을 분석해, 전문 용어 없이 일반인도 이해할 수 있는 쉬운 설명과 동시에 연구자들이 필요로 하는 심층적인 기술적 요약을 함께 정리합니다.
아래에는 이 분야에서 최근 공개된 최신 연구 논문들이 나열되어 있습니다.
본 연구는 일원리 DFT 계산과 초고압 어닐링 실험을 결합하여 갈륨 나이트라이드 내의 실리콘 확산이 금지적으로 높은 활성화 장벽으로 인해 극도로 제한적임을 입증함으로써 정밀 도핑이 필요한 첨단 전자 응용 분야에서 해당 물질의 안정성을 확인하였다.
본 연구는 장거리 효과와 데이터 한계를 해결하기 위해 델타 러닝 및 전하 인식 접근법을 통해 개선된 커플드 클러스터 데이터로 훈련된 머신러닝 힘장이 다이아몬드와 리튬 수화물의 포논 분산 및 비조화 진동 특성을 예측하는 데 전통적인 밀도 범함수 이론보다 우수한 정확도를 달성함을 보여준다.
본 연구는 단일층 Janus MnSeTe 에서 고차 교환 상호작용에 의해 구동되어 블로흐 점을 특정하게 변형시키지만 스카이미온의 안정성은 주로 디자요슈킨스키-모리야 상호작용에 의해 지배되도록 하는 새로운 '3가 철' 위상 전이를 규명함으로써, 이 물질을 매우 높은 에너지 장벽을 가진 견고한 2 차원 스카이미온 플랫폼으로 확립한다.
본 연구는 고분해능 공명 비탄성 X 선 산란 (RIXS) 과 리간드 장 멀티플릿 계산을 결합하여 VBr와 VI의 바닥 상태 전자 구조를 종합적으로 규명함으로써, 브롬에서 요오드로 갈수록 증가하는 공유성과 반대되는 삼각 왜곡에 의해 주도되는 뚜렷한 고스핀 V 배치를 밝혀냈다.
본 논문은 임의의 전자적 성질을 가진 나노튜브에서의 정전기 차폐를 평가하기 위한 일반적인 "관형 응답 함수" 프레임워크를 제시하며, 양자 구속과 억제된 프리델 진동으로 인해 금속성 탄소 나노튜브가 이상 금속과 거의 동일하게 이온 상호작용을 차폐함을 보여준다.
본 연구는 9,000 개 이상의 구성을 기반으로 훈련된 기계 학습 원자 간 퍼텐셜을 활용하여 실리콘 카르나이트 시스템의 대규모 분자 동역학을 시뮬레이션함으로써, 열처리가 결함이 있는 탄소 고리가 비정질 매트릭스 내에서 그래핀과 유사한 시트의 핵생성을 매개하는 상분리를 유도하여 해당 물질의 독특한 하이브리드 특성을 설명한다는 사실을 규명하였다.
본 논문은 국소 엔트로피 기반 분자 역학과 전역 정보 필터링을 결합하여 기계 학습 원자간 퍼텐셜을 위한 고품질 훈련 데이터를 효율적으로 생성하는 데이터셋 인식형 엔트로피 극대화 능동 학습 프레임워크를 제시하며, 이는 다양한 화학 시스템에서 최소한의 DFT 라벨링 구조로 무작위 샘플링보다 훨씬 낮은 에너지 오차를 달성합니다.
본 논문은 PdTe₂ 버퍼 층으로부터의 위상 전이를 이용한 분자선 에피택시를 통해 벌크와 유사한 특성을 가진 고품질 공기 안정성 초전도 PdTe 박막의 성공적인 성장을 입증함으로써, 위상 초전도성과 마요라나 제로 모드를 실현하기 위한 유망한 플랫폼을 확립한다.
본 논문은 자유전자 레이저 펄스의 간섭으로 형성된 극자외선 과도 격자가 운동량 불일치를 극복하여 쌍곡선 메타물질에서 블로흐 플라즈몬 편광자의 초고속 여기가 가능함을 입증함으로써, 광 모드를 제어하기 위한 영구 나노구조 격자에 대한 동적 대안을 제시한다.
TriForces 는 자기지도 학습을 분리된 조성 및 구조 표현과 결합하여 기계 학습 원자간 퍼텐셜을 위한 원자 단위 그래프 신경망의 전이성과 데이터 효율성을 크게 향상시키는 모델 무관한 3 스트림 프레임워크입니다.