Active Learning Guided Computational Discovery of 2D Materials with Large Spin Hall Conductivity

Resumo Técnico: Aprendizado Ativo Guiado para a Descoberta Computacional de Materiais 2D com Alta Condutividade de Hall de Spin

Definição do Problema
A descoberta de materiais bidimensionais (2D) com condutividade de Hall de spin (SHC) intrinsecamente alta é crítica para dispositivos espintrônicos de próxima geração, que dependem da conversão de correntes de carga longitudinais em correntes de spin transversais via acoplamento spin-órbita (SOC). No entanto, a identificação de tais materiais é dificultada pelo vasto espaço químico de sistemas 2D e pelo custo computacional proibitivo dos métodos convencionais de primeira ordem. Embora a triagem de alto rendimento exista, ela frequentemente depende de simplificações algorítmicas que comprometem a precisão, particularmente na construção de modelos de ligação forte (TB) usando Funções de Wannier Localizadas Máximamente (MLWFs). Erros na geração automatizada de MLWFs para estruturas de bandas dispersivas podem degradar significativamente a precisão da previsão da SHC.

Metodologia
Os autores desenvolveram uma estrutura de aprendizado ativo que integra a Teoria do Funcional da Densidade (DFT), modelagem de ligação forte (TB) e aprendizado de máquina (ML) para navegar eficientemente no espaço químico de aproximadamente 2.000 materiais 2D do banco de dados de estruturas bidimensionais Materials Cloud (MC2D).

1. Fluxo de Trabalho Computacional:

   • DFT: As estruturas de bandas eletrônicas (EBS) foram calculadas usando Quantum ESPRESSO com funcionais GGA-PBE e pseudopotenciais de norma conservada.
   • MLWF & Modelagem TB: Para garantir a precisão, as MLWFs foram construídas manualmente (guiadas pelo usuário) a partir das funções de onda DFT usando Wannier90, evitando os erros associados à geração de alto rendimento totalmente automatizada. Essas MLWFs formaram a base para um conjunto de base mínima de TB.
   • Cálculo de SHC: A Condutividade de Hall de Spin foi computada usando o formalismo de Kubo. O acoplamento spin-órbita (SOC) foi introduzido como um termo adicional ao Hamiltoniano, com parâmetros ajustados para coincidir com os resultados de DFT. O cálculo foi realizado em uma grade k densa ($800 \times 800 \times 1$).

2. Ciclo de Aprendizado Ativo:

   • Conjunto de Dados Inicial: O processo começou com um conjunto de treinamento diversificado de 24 sistemas 2D cobrindo várias famílias químicas e simetrias.
   • Engenharia de Atributos (Feature Engineering): Os modelos foram treinados usando 158 atributos, incluindo 132 atributos elementares da biblioteca matminer (ex: raio covalente, eletronegatividade, peso atômico) e 26 atributos de simetria criados manualmente (ex: presença de centros de inversão, planos de espelho).
   • Seleção de Modelo: Uma transformação logarítmica simétrica foi aplicada aos valores de SHC devido à sua ampla faixa. Entre Regressão de Ridge, Regressão de Vetores de Suporte e Regressão de Processo Gaussiano, a Regressão de Ridge apresentou consistentemente o menor erro de validação cruzada e foi selecionada para a triagem.
   • Estratégia de Aquisição: A função de aquisição "Melhoria Esperada" (Expected Improvement - EI) foi usada para equilibrar exploração (alta incerteza) e explotação (alta SHC prevista). Em cada um dos três ciclos de aprendizado ativo, 5 a 7 candidatos com altos valores de EI foram pré-selecionados para validação rigorosa por DFT-SOC+TB.
   • Iteração: Novos valores de SHC computados foram adicionados ao conjunto de treinamento para retreinar o modelo para a rodada subsequente.

Principais Resultados

• Descoberta de Candidatos de Alta SHC: A estratégia de aprendizado ativo identificou com sucesso materiais com SHC significativamente aprimorada. O candidato de melhor desempenho, Fe$_2$TeSe (descoberto na Rodada 3), exibiu uma SHC de 271,52 $\hbar/e\Omega^{-1}$.
• Melhoria de Desempenho: Este valor é aproximadamente 23 vezes maior do que o melhor candidato encontrado na seleção aleatória inicial (AuSe, 11,7 $\hbar/e\Omega^{-1}$). O segundo melhor candidato, K$_2$PtTe$_2$, mostrou um aumento de 16 vezes sobre o melhor inicial.
• Precisão do Modelo: Embora o modelo de ML tenha tido dificuldade em prever outliers extremos com precisão perfeita (um desafio conhecido no aprendizado ativo), ele guiou com sucesso a busca para regiões do espaço químico com valores de SHC mais altos, como evidenciado pelo deslocamento consistente para a direita nas distribuições de SHC ao longo das três rodadas.
• Insights Químicos: As análises SHAP (SHapley Additive exPlanations) e de correlação revelaram que a alta SHC não é determinada apenas por elementos pesados ou quebra de simetria de inversão. Os fatores chave incluíram:
  • Metalicidade: 9 dos 10 principais candidatos eram metálicos.
  • Caráter Orbital: Dominância de orbitais $d$ próximos à energia de Fermi ($E_F$), mesmo vindos de metais de transição não pesados (ex: Fe, Mn, Cu).
  • Simetria: A ausência de simetria de rotoinversão foi um forte indicador de alta SHC. Por outro lado, a presença de múltiplos planos de espelho ou grupos espaciais não-simétricos não correlacionou consistentemente com alta SHC neste conjunto de dados.
  • Raio Covalente: Uma grande diferença entre o raio covalente máximo e mínimo dos elementos constituintes (atributo Magpie) foi o preditor mais influente.

Significância e Alegações
Os autores afirmam que este trabalho demonstra a eficácia da combinação de aprendizado ativo com modelos baseados em física e precisos (DFT-SOC+TB) para acelerar a descoberta de materiais em grandes espaços químicos. O estudo destaca que:

1. Eficiência: O aprendizado ativo pode identificar materiais superiores com significativamente menos recursos computacionais do que a triagem exaustiva.
2. Complexidade da SHC: A alta SHC surge de uma interação complexa de fatores, incluindo caráter metálico, simetrias orbitais específicas perto de $E_F$ e quebra de simetria específica (falta de rotoinversão), em vez de heurísticas simples como a presença de átomos pesados isoladamente.
3. Disponibilidade de Dados: O conjunto de dados gerado e os modelos de ML treinados são disponibilizados publicamente para facilitar pesquisas futuras em espintrônica 2D.
4. Validação: Os principais candidatos, incluindo o Fe$_2$TeSe, são previstos como dinamicamente estáveis e exfoliáveis, tornando-os alvos viáveis para futuras investigações experimentais.

O artigo conclui que, embora o modelo de ML sirva como uma ferramenta de triagem poderosa, a integração de modelagem TB de alta fidelidade guiada pelo usuário é essencial para obter valores de SHC confiáveis, particularmente para sistemas com estruturas de bandas complexas.