第一性原理与机器学习识别铜基超导体的关键配对强度因素
超导电性
2023-05-16 v1
摘要
通过使用量子力学理论的能带结构计算，获得了一些重要的态密度（DoS）峰，并基于铜基超导电性的晶体结构规律进行了分类。特别地，研究了铜氧面内平面与面外离子的轨道相互作用。针对文献中具有临界温度最大值数据的全部35个典型铜基体系，收集了态密度峰特征的位置、半高宽与高度。通过对7种常见机器学习算法的训练测试，挖掘了临界温度最大值与这些轨道相互作用参数之间的关系。研究发现，影响临界温度最大值的轨道相互作用关键特征不仅是平带，还包括更深能级位置处核心轨道之间的一种新的相互作用。
引用
@article{arxiv.2305.08038,
title = {First Principles and Machine Learning Identify Key Pairing Strength Factors of Cuprate Superconductors},
author = {Xinyu He and Ning Chen and Jingpei Chen and Xuezhou Wang and Yang Li},
journal= {arXiv preprint arXiv:2305.08038},
year = {2023}
}