Revealing Phonon Bridge Effect for Amorphous vs Crystalline Metal-Silicide Layers at Si/Ti Interfaces by a Machine Learning Potential
In deze studie wordt een machine learning potentiaal ontwikkeld om te tonen dat de thermische weerstand aan Si/Ti-grensvlakken sterk afhangt van de dikte en kristalliniteit van de tussenliggende silicidelagen, waarbij een amorfe laag onder de 1,5 nm de warmteoverdracht verbetert maar dikker kristallijne lagen (vooral de C54-fase) dit effect omkeren.