基于机器学习的六方形硼氮烯莫尔超晶格拓扑极化图谱探索
材料科学
2025-02-19 v1
摘要
扭绕莫尔超晶格最近引起广泛关注，因为其可近似为滑动双层结构的组合，构成各种拓扑非平凡极化模式。然而，由于莫尔超晶格的尺寸过大，大多数研究基于有效模型，缺乏第一性原理计算结果。本文我们采用机器学习方法确定六方形硼氮烯 (h-BN) 扭绕和应变双层结构中极化图谱的拓扑结构。我们进一步确认，拓扑图案可通过垂直电场和晶格错位有效调制。最后，在 antiparallel 堆叠的 h-BN 扭绕和应变双层中也存在局部极化。我们的工作提供了对莫尔超晶格中极化图谱的详细研究，我们认为这可以促进莫尔铁电性、拓扑物理及相关领域的更多研究。
引用
@article{arxiv.2502.12698,
title = {Machine learning exploration of topological polarization pattern in hexagonal boron nitride moir\'e superlattice},
author = {Jun-Ding Zheng and Cheng-Shi Yao and Song-Chuan Zhou and Yu-Ke Zhang and Zhi-Qiang Bao and Wen-Yi Tong and Jun-Hao Chu and Chun-Gang Duan},
journal= {arXiv preprint arXiv:2502.12698},
year = {2025}
}