利用电场增强氮化物极性半导体的发光

大量努力致力于减轻氮化物LED中的极化场,因为这些场传统上被视为对发光有害,特别是对红光发射。与这一普遍观点相反,我们证明了强极化场可以增强发射红光的AlInGaN量子阱的光学跃迁强度,而这在以往是难以实现的。通过利用基于多尺度量子力学模拟训练的机器学习代理模型,我们全局探索了异质结构设计空间,并发现更大的场与更高的电子-空穴重叠相关。这种关系源于量子限制斯塔克效应,它使得在不需更高铟组分的情况下实现更薄的阱成为可能,从而克服了氮化物外延中的一个关键限制。内部场的结构和组分工程为设计多色氮化物LED提供了独特的维度,这对于将LED像素缩小到微米尺度以用于扩展现实和生物医学应用至关重要。广泛地说,我们的工作展示了机器学习如何揭示半导体设计的意外范式。