浙江大学《Acta Materialia》：拓扑数据分析辅助机器学习在氧化物超晶格极化拓扑结构中的应用

文章预览

研究背景 近年来，低维铁电材料中的各种拓扑相，如极化涡旋和拓扑畴结构，吸引了凝聚态物理和材料科学领域的广泛关注。这些材料由于其特殊的极化结构和相变动力学，在高数据存储密度存储器等下一代电子器件中展现出巨大的应用潜力。然而，预测这些铁电拓扑结构在不同内部和外部条件下的相变十分具有挑战性。其复杂的能量竞争、不同能量之间的精细平衡以及相变的高度非线性，给这一领域的研究带来了很大的难度。 研究内容 近日，浙江大学吴勇军，洪子健团队利用一种名为“持续同调”的拓扑数据分析工具，结合机器学习模型，提出了一种新的方法来研究氧化物超晶格中的极化拓扑结构。他们以PbTiO ₃ /SrTiO ₃ （PTO/STO）超晶格为模型系统，开展了高通量相场模拟，模拟了不同应变和外加电场条件下的极化拓扑相。他们通过持续同调 ………………………………