基于机器学习的SrTiO$_3$量子相变ab initio研究
材料科学
2025-08-15 v1
摘要
我们使用自洽谐近似（SSCHA）结合机器学习电子势来计算O取代对量子准绝缘体SrTiO（STO）性质的影响。我们发现，包括量子和无谐效应的计算能够再现实验观察到的同位素效应，其中O被O取代可诱导铁电态，并表明STO的铁电相变可以以纯位移方式再现。我们计算了STO和STO的铁电软模频率随体积、晶格参数和温度的变化情况，发现STO表现出量子准绝缘体行为，而STO则趋于铁电态的相空间较窄。我们的结果表明，机器学习电子势使得能够包括量子和无谐声子效应的温度依赖仿真成为可能，但由于缺乏普遍准确的电子结构方法，仍然在定性相图预测方面存在挑战。
引用
@article{arxiv.2508.10735,
title = {Machine-Learning-enabled ab initio study of quantum phase transitions in SrTiO$_3$},
author = {Jonathan Schmidt and Nicola A. Spaldin},
journal= {arXiv preprint arXiv:2508.10735},
year = {2025}
}