基于线性机器学习原子势能计算CaWO$_{4}$中由100 eV位移级联引起晶体缺陷
仪器与探测器
2024-07-02 v1 材料科学
高能物理 - 实验
核实验
摘要
我们确定低阈值CaWO 低温探测器中由 eV 核复位能引起的晶体缺陷所储存的能量。开发了一种机器学习原子势能用于进行分子动力学模拟。我们表明暗物质和中子相干散射预期的能谱受晶体缺陷的影响，并提供参考性预测。我们讨论了由中子俘获引起的核复位能谱的特殊情况，这可能为计算储存能量提供独特灵敏度。
引用
@article{arxiv.2407.00133,
title = {Calculation of crystal defects induced in CaWO$_{4}$ by 100 eV displacement cascades using a linear Machine Learning interatomic potential},
author = {Gabrielle Soum-Sidikov and Jean-Paul Crocombette and Mihai-Cosmin Marinica and Corentin Doutre and David Lhuillier and Loïc Thulliez},
journal= {arXiv preprint arXiv:2407.00133},
year = {2024}
}
备注
6 pages, 5 figures