通过数据挖掘识别量子缺陷的候选宿主材料
材料科学
2020-06-26 v1
摘要
固态宿主中的类原子缺陷是开发量子信息系统的有前景候选者，但尽管其重要，目前研究的宿主衬底/缺陷组合几乎全都是偶然发现的。此处我们对Materials Project数据库中的所有条目应用结合四阶段数据挖掘与人工筛选的流程，并以文献基于的实验带隙值确认，系统评估宿主材料的适用性。我们识别出580种可用于量子缺陷引入及量子信息系统的可行宿主衬底。虽然这构成了已知且潜在可行材料系统的显著扩充，但其仍代表相对于已知无机相总数显著的（99.54%）缩减，且针对特定应用附加筛选准则将进一步减少其数量。所概述的筛选原则可轻易应用于此前未实现的相及其他技术重要材料系统。
引用
@article{arxiv.2006.14128,
title = {Identifying candidate hosts for quantum defects via data mining},
author = {Austin M. Ferrenti and Nathalie P. de Leon and Jeff D. Thompson and R. J. Cava},
journal= {arXiv preprint arXiv:2006.14128},
year = {2020}
}
备注
Currently under consideration at npj Computational Materials