本文讨论使用密度泛函理论(DFT)和机器学习(ML)来描述并确定石墨烯的光电性质。
图片来源:Icruci / Shutterstock.com
石墨烯及其属性的重要性
由于其在环境温度高电子的机动性和独特的电子行为,例如量子霍尔效应,在高超导模仿交通质量和结果,石墨烯具有光电应用引起了重大科学的关注。然而,由于其零隙和相对较弱的结构的可调性,在光电限制它的使用。
有效调节石墨烯的内在属性,一些报告已经建立了各种方法使用叠加配置,机械应变,电场和磁场,杂原子化学掺杂通过DFT方法为下一代电子产品设计师功能。此外,最大化使用电气设备的光学素质优化的稳定性和性能,同时扩大的可能性独特的电子设计,相当大的带隙必须开发石墨烯充分发挥潜力。
氧化石墨的分层结构,已经证明拥有单独的原子的飞机,只有短暂的几个调查。此外,虽然有一个无间隙的能带结构,石墨烯仍有较低的量子效率和较低的总吸收。他们的发现还存在许多矛盾尽管能力使用从头开始研究石墨烯化学涂料,正如在文献中提到的,这可能是由于exchange-correlation泛函,的选择,基础设置,和不正确的输入参数。
密度泛函的效用模型预测石墨烯的性质
由于高度复杂的概念和计算机模拟计算中使用密度泛函理论技术,材料设计过程已经显著扩大,独立或合作实验研究。亚博网站下载的一个最广泛使用的计算方法在凝聚态物理和量子化学,DFT是建立在电子密度可以作为一个基本变量来解决问题的总电子能源和材料的电子结构。亚博网站下载
电子相互作用的多体系统转化为一个更简单的单粒子的问题是基于Hohenberg-Kohn定理。它提供了完全的量子薛定谔方程的解决方案。由于其成熟的理论,进行全面的验证,和越来越多的论文在文献中,DFT计算石墨烯的电子结构盛典。这个识别大大受益于其在科学界的认可。
最近的进展
在《华尔街日报》最近发表的一项研究Heliyon研究人员提供了一个全面的总结,很多报道,已发表使用DFT和新开发的ML技术研究石墨烯的电子和光学性质以及heteroatom-doped石墨烯。不同的密度泛函理论模型和机器学习的优势和局限性潜力预测模型用于增强石墨烯被澄清。
其中一项研究报道,由于其高电子的机动性和可调带结构,石墨烯/ hBN异质结构可以作为一个潜在的下一代光电子学的基础。石墨烯异质结构在光电探测器测试,超高速电子和光学通信卫星。观察到的,可靠的和便携式DFT和ML模型需要确定强各向异性张量在整个光学响应的石墨烯固体光学系统的各向异性,使它们更加实用。
另一项研究报道,石墨烯可以自然表现出超导和不导电行为结合两层石墨烯超晶格和旋转他们的魔法角1.1度。建造和制造nano-superconducting量子光学设备和nano-superconducting晶体管,这将是至关重要的在不久的将来使用传统DFT和ML-DFT精确预测巨大的非典型超导和绝缘特性和复杂的石墨烯。
此外,石墨烯涂层与独特的电子性质可能使用电力来产生热能和运输它到外部表面。他们还可以提高导电性和电磁屏蔽防止雷击。因此,DFT的优化和ML-DFT框架在将来的研究中修改石墨烯的结构和电子性质是设计和制造这些石墨烯器件的关键。
作者解释说,为了充分实现石墨烯的潜力,未来的研究应该关注一些灰色地带,包括它的热性能,石墨烯异质结构的建模,其超导行为,和DFT的优化模型。他们也观察到原子的掺杂剂,他们的比例,掺杂网站发挥重要作用在这些石墨烯的特性的变化。另外,根据掺杂剂原子的价电子数,这些杂原子可以电子受体(p型)或电子供体(n型)系统当替换成石墨烯。
总之,研究了电气和光学特征的化学掺杂石墨烯系统利用DFT方法,关注他们的可能性,掺杂类型和已知的差距在文献中。决定,这些漏洞可能导致不正确的参数输入,基础集,和exchange-correlation功能选择,所有这些影响的预测模型。文学彻底列表键长,带隙,形成几种掺杂石墨烯系统的能量影响其热力学稳定性。
DFT和毫升在石墨烯研究的局限性
石墨烯的电子结构在绝对温度和正在深刻地理解光激发态密度泛函理论和新开发ML-DFT技术,然而具体的悬而未决的问题仍然存在。
由于失衡移位、静态关联错误,和不正确的参数选择、石墨烯的带隙计算结构在文献中是一个有争议的话题。从头开始研究中使用的不同exchange-correlation预测不同值。这使得我的选择功能系统的依赖。此外,毫升的使用模型来预测石墨烯的电特性对这些模型需要更多的训练数据。
XC泛函,利用从头开始研究不能代表远程电子相关性对石墨烯的特点。因此,最重要的问题之一与第一原理计算色散力的缺失。此外,作为非本地毫升潜在需要系统特定的培训,需要大量的训练数据充分定义非本地功能与各种参数。
振动的影响从DFT计算不描述石墨烯的能带结构和光谱学水平。光电应用程序通常依赖于温度,这降低了polaronic效应的作用,尤其是温度的影响。石墨烯异质结构的正确建模,包括graphene-hBN硅层和石墨烯异质结构,有一些限制。这个结果从他们的系统之间的相互作用的复杂性,带来大量的参数。
由于限制这些异质结构的建模的交互和物理特性,有不一致的电子和光学性质的计算。此外,毫升潜力需要相当时间序列的数据预测准确。
总之,DFT的远程电子相关性预测石墨烯的属性显示巨大的潜力为加快和提高准确性,类似于机器学习中进步。然而,尚未有任何ML-DFT结果的实验验证。因此,设想,结合这两种方法对于缩小知识差距在石墨烯的研究和确保它实现其全部潜力。
从AZoM: CT扫描允许英国机场的安全检查
引用和进一步阅读
Olatomiwa, a . L。,等。2023年)。最新进展在密度泛函理论方法对石墨烯的光电特性。Heliyon,e14279。https://doi.org/10.1016/j.heliyon.2023.e14279
Naseri, M。,等。2023年)。二维δ-Be2Hepta-Coordinated碳C:一个高度稳定的直接带隙半导体中采用基于预测的计算。物理化学学报C127 (3),1687 - 1696。https://doi.org/10.1021/acs.jpcc.2c07834
Cassiano, t。,等。2022年)。电荷传输在cove-type石墨烯带的制作都:内部的作用。yabo214合成金属,287,117056。
https://doi.org/10.1016/j.synthmet.2022.117056
免责声明:这里的观点是作者表达他们的私人能力,不一定代表AZoM.com T /有限的观点AZoNetwork这个网站的所有者和经营者。这个声明的一部分条款和条件本网站的使用。