近日，我校副教授張巖星與西安交通大學王大威教授合作，在國際權威物理類學術刊物Physical Review Letters 《物理評論快報》發(fā)表了題為“Machine-learning modeling of elemental ferroelectric bismuth monolayer”的研究論文。張巖星為本論文的第一作者, 河南師范大學為第一作者單位。該研究得到國家自然科學基金委資助。

2018年，Lu等人提出了一個開創(chuàng)性的預測：一種具有黑磷結構的二維單元素鉍單層可能表現(xiàn)出鐵電性。最近的實驗證實了這一預見性的假設。這一關鍵發(fā)現(xiàn)和實驗驗證挑戰(zhàn)了傳統(tǒng)的范式，即之前將鐵電性限制在多元素化合物中的觀念，并引領我們邁向一個涵蓋多種應用的新領域，包括高密度非易失性存儲器、場效應晶體管、太陽能電池和傳感器。

針對上述體系，張巖星及其合作者取得如下進展：一是采用消息傳遞神經(jīng)網(wǎng)絡對鉍單層的勢能面（PES）進行建模，并實現(xiàn)了小于1.2 meV/原子的誤差。二是借助機器學習模型的高準確性和快速預測能力，開展了深入且大規(guī)模的原子模擬。這些探索旨在理解溫度依賴的相變，特別是自由懸浮單層與受基底約束的單層之間的區(qū)別。三是通過在模擬中使用的大型系統(tǒng)，還能觀察到這些系統(tǒng)內(nèi)的鐵電疇，并揭示其固有的晶格熱導率。

（物理學院 張巖星 張浩興）

論文鏈接：https://journals.aps.org/prl/accepted/1e077Y43W0810e8bf58b8a61aec89fda312b28ff3