机器学习模拟揭示过渡金属硫族化合物异质结形成的中间态
材料科学
2026-02-26 v3
摘要
二维（2D）过渡金属硫族化合物（TMD）范德华异质结在高性能电子器件方面具有广阔前景，但其大规模合成仍受限于尺寸限制和合金化污染。最近，报道了一种用于生长晶圆级 TMD 范德华异质结且杂质极少的两步气相沉积方法。在本研究中，我们开发了一种机器学习势（MLP），能够准确捕捉在可行生长条件下双层 MoS/WS 范德华异质结的原子尺度动态生长过程。我们的模拟揭示了一种关键的亚稳态 SMMS（M = Mo 或 W）中间结构，该结构促进了金属原子交换与合金化。消除合金化污染需要防止裸金属原子的嵌入。结果还表明，SMMS 结构表现出良好的电子特性，并可作为 MoS 场效应晶体管（FET）的低肖特基势垒接触电极。
引用
@article{arxiv.2405.04939,
title = {Intermediates of Forming Transition Metal Dichalcogenide Heterostructures Revealed by Machine Learning Simulations},
author = {Luneng Zhao and Hongsheng Liu and Yuan Chang and Xiaoran Shi and Jijun Zhao and Feng Ding and Junfeng Gao},
journal= {arXiv preprint arXiv:2405.04939},
year = {2026}
}