《Materials Today Physics》:Machine-learning-guided screening of hole-doping-responsive two-dimensional magnetic candidates for spintronic logic
编辑推荐:
摘要具有电学可调磁性状态的二维(2D)材料在自旋电子逻辑和 information 处理方面极具前景,然而发现载流子响应型磁性材料在计算上仍颇具挑战性。本文开发了一种机器学习辅助的、描述符驱动的研究框架,用于筛选具有空穴诱导自旋极化潜力的二维材料。我们使用基于4,040条C2
摘要
具有电学可调磁性状态的二维(2D)材料在自旋电子逻辑和 information 处理方面极具前景,然而发现载流子响应型磁性材料在计算上仍颇具挑战性。本文开发了一种机器学习辅助的、描述符驱动的研究框架,用于筛选具有空穴诱导自旋极化潜力的二维材料。我们使用基于4,040条C2DB条目训练的晶体图卷积神经网络来识别具有高空穴有效质量的材料,在2DMatPedia数据库中获得了477个高优先级候选材料。对随机选取的100个候选材料进行的第一性原理计算表明,其中40个在所研究的空穴掺杂条件下表现出自旋极化解。以ZrMo2O8作为代表性体系,我们发现空穴注入通过自洽的态密度重分布以及O p态主导的价带与Mo-d杂化之间的交换劈裂,诱导产生自旋极化。随着空穴密度的增加,材料从非磁性半导体态演化为自旋极化金属态和半金属态。自旋相关输运计算进一步揭示了ZrMo2O8基磁性隧道结模型中平行与反平行磁构型之间显著的导电性差异。这些结果建立了一种机器学习引导的策略,用于优先筛选空穴掺杂响应的二维磁性候选材料,并为探索载流子可控的自旋电子学概念提供了计算框架。
引言
二维(2D)磁性材料为紧凑型自旋电子器件(包括自旋场效应晶体管、磁性隧道结和磁存储元件)提供了有前景的平台。1, 2 其降低的维度赋予了强大的电学可调性,但同时也使得鲁棒的磁有序对晶体对称性、磁各向异性能、载流子密度以及周围静电环境变得敏感。3, 4, 5, 6, 7, 8 例如,CrI3在单原子层下仍保持铁磁性,而其磁有序随层数变化4。离子门控使薄膜Fe3GeTe2的有序温度向室温方向提高5,静电掺杂改变了双层CrI3的层间磁耦合9。这些卤化物和硫化物示例是更广泛搜索的一部分,包括氧化物、氮化物、MXenes和范德华异质结构;载流子注入、应变、缺陷、表面化学和界面耦合提供了调节其磁性行为的路径10。Janus单层通过面外结构不对称提供了另一种修改电子和自旋性质的方式11。
在各种调节策略中,载流子掺杂对于电学控制尤为有用,因为它改变费米能级附近态的占据情况,并且可以在不替换宿主晶格中原子的情况下调节这种占据。12, 13, 14, 15, 16, 17 在半导体二维材料中,空穴注入可将费米能级移向平坦或弱色散价带边,此处的态密度较大,可能促进交换驱动下的自旋极化。15, 16, 17 这种响应与范霍夫奇点以及价带最大值附近的价带曲率有关。在以d为主导的材料中,部分占据的过渡金属轨道可以携带局域磁矩,其排列方式取决于直接交换、配体介导的超交换或载流子介导的耦合10, 18, 19。掺杂因此既可以改变磁矩,也可以改变磁矩之间的相互作用。对于以p为主导的价带边,移除的电荷分布在配体轨道上,窄p派生能带的交换劈裂可以在不存在预先金属中心磁矩的情况下产生自旋极化15, 16, 17。例如,Cao等人预测了在空穴掺杂的单层GaSe中存在可调铁磁性和半金属性,其中尖锐的价带边态密度峰有利于交换劈裂16。最近,Brangi等人发现从单层g-C3N4的氮孤对电子态中移除电荷可以产生半金属和铁磁绝缘态17。结合此前关于d0半导体中空穴诱导磁性的工作15,这些研究激发了寻找具有弱色散价带材料的动机。可能的宿主材料数量庞大,使得逐一通过第一性原理计算进行测试代价高昂,因此有必要在进行详细的空穴掺杂计算之前先进行筛选。
高通量材料数据库和基于图形的机器学习为这些计算提供了一种筛选候选材料的方法。20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30 例如,Huang等人使用图形神经网络在元素取代的二维过渡金属二硫化物中识别铁磁-铁电候选材料,并以Fe取代的畸变1T-MoS2作为代表性体系。31 在这里,我们使用空穴有效质量(HEM)来识别具有弱色散价带的材料。C2DB 24提供用于建立描述符和训练模型的有效质量和磁性数据,而2DMatPedia 25则提供用于外部筛选的独立结构池。然后,使用C2DB条目训练的晶体图卷积神经网络来对2DMatPedia中的高HEM材料进行分类,从而对高优先级候选材料进行进一步验证的优先排序。随后,通过第一性原理计算研究所选材料在空穴掺杂条件下的磁性响应。以ZrMo2O8作为代表性体系,我们分析了其电子结构、自旋极化和自旋相关输运性质随空穴密度增加的变化。计算所得的导电性差异随后被用于全加器仿真以实现逻辑和图像编码。
章节片段
物理感知描述符的识别、验证与学习
有用的筛选描述符应可在原始材料中获得,并有助于选择空穴掺杂诱导二维磁性体的候选材料。受Stoner图像启发,在空穴注入使费米能级移动时,价带边附近的范霍夫奇点(VHS)可能促进电子不稳定性。32 然而在实践中,跨大型材料数据库识别和量化VHS特征并非易事。因此,我们考虑了空穴有效质量(HEM),它
讨论
本研究的主要意义在于开发了一种描述符驱动的策略,用于优先筛选空穴掺杂响应的二维磁性候选材料。HEM提供了关于弱色散价带的物理感知度量,但它并非磁性的直接预测指标。相反,它通过可能有利于自旋极化的电子结构来丰富候选空间,而磁性响应必须通过明确的空穴掺杂计算来确定。筛选
结论
在本研究中,我们开发了一种物理感知的、机器学习辅助的工作流,将描述符筛选与第一性原理计算相结合,以识别在空穴掺杂下能够发展出自旋极化的二维材料。HEM被用于优先排序弱色散价带态,从2DMatPedia中获得477个候选材料。在评估的100个候选材料中,40个在所研究的空穴掺杂条件下表现出自旋极化解。这种分层策略
第一性原理计算
基于自旋极化密度泛函理论(DFT)的第一性原理计算使用投射缀加波(PAW)方法42,通过维也纳从头算模拟包(VASP)43实现。交换关联效应使用局域密度近似、广义梯度近似(GGA)44和SCAN meta-GGA泛函35处理。在z方向采用大于15 ?的真空距离,以减少相邻层之间的相互作用。
CRediT作者贡献声明
陈元征:指导。 张立书:指导。 沈磊:指导。 黄旭轩:资源。 段诗晴:软件、数据管理。 郭俊南:数据管理。 林特力:撰写——审阅与编辑,撰写——初稿,数据管理。 张洪斌:指导。 王红艳:指导。 安俊秋:撰写——审阅与编辑,撰写——初稿,数据管理。 孙柏:可视化。 张晓涛:验证。 秦海飞:软件。 闫琦:项目管理。 陈佼:
数据可用性
支持本研究结果的数据可在文章及其补充信息中获取。额外数据可通过向通讯作者提出合理请求获得。
利益冲突声明
? 作者声明,他们没有已知的竞争性经济利益或个人关系,这些可能影响本论文中报告的工作。
致谢
本研究得到了国家自然科学基金(12164009)、四川省科学技术计划(2022ZYD0024)以及新加坡教育部分层资助项目(A-8001194-00-00和A-8001872-00-00)的支持。
安俊秋|林特力|郭俊南|段诗晴|黄旭轩|刘倩|陈佼|闫琦|秦海飞|张晓涛|孙柏|王红艳|张洪斌|沈磊|张立书|陈元征