JAP | 清华大学曹炳阳团队：氮化铝热物性高精度快速模拟的机器学习势

文章预览

纤锌矿氮化铝（ w -AlN）是一种具有优异特性的超宽禁带半导体材料，已广泛用于制造功率器件、射频器件及光电子器件等。正因如此， w -AlN的热物性，特别是在实际应用中受残余应变影响的 w -AlN热物性，会显著影响相关器件的性能、效率和可靠性。为了高效、准确地模拟 w -AlN热物性，并揭示应变的影响机制，本研究基于原子团簇展开（atomic cluster expansion，ACE）理论框架，训练了一种机器学习原子间势函数。该势函数能够准确描述材料的势能面，从而在预测能量和原子受力上均达到了量子力学精度（如图1所示）。 图1. 本研究所训练ACE势的精度：（a）能量预测精度，（b）原子受力预测精度 针对 w -AlN的各类物理性质，如基态晶格常数、 定容比热容 、热膨胀系数、体模量和声子色散关系，该ACE势的预测值均与第一性原理计算结果相符。并且，不同 ………………………………