基于人工神经网络势揭示Si(111)-(7×7)表面重构的原子尺度机制
材料科学
2021-05-05 v1
摘要
Si(111)表面的7×7重构可以说是自然界中迄今观察到的最引人入胜的表面重构。然而，在其被发现六十年后，促成其形成的原子尺度机制仍不清楚。实验上，它是事后观测到的，因此对其形成机制的分析只能类比考古学进行。理论上，密度泛函理论（DFT）正确预测了Si(111)-(7×7)的基态，但难以模拟其形成过程；而经验势未能将其作为基态产生。我们发展了具有DFT精度的人工神经网络势，开展了准确的大规模模拟以揭示Si(111)-(7×7)表面的形成过程。我们揭示了一种可能的由台阶介导的原子填充速率限制过程，其触发了大规模非守恒原子重排，最显著的是，一个集体空位扩散的关键过程介导了一系列选择性二聚体、角空穴、堆垛层错与二聚体线图案的形成，从而实现7×7重构。我们的发现不仅可能解决这一著名表面重构的长期谜团，也展示了机器学习在研究复杂结构中的威力。
引用
@article{arxiv.2011.14505,
title = {Atomistic Mechanism Underlying the Si(111)-(7\times7) Surface Reconstruction Revealed by Artificial Neural-network Potential},
author = {Lin Hu and Bing Huang and Feng Liu},
journal= {arXiv preprint arXiv:2011.14505},
year = {2021}
}