机器学习德拜温度与超导转变温度间的关系

近期有人提出常规超导体的德拜温度 $\Theta_D$ 与超导转变温度 $T_c$ 之间的关系 [npj Quantum Materials $\mathbf{3}$, 59 (2018)]。该关系表明，对于声子介导的 BCS 超导体有 $T_c \le A \Theta_D$，其中 $A$ 为量级约 $\sim 0.1$ 的预因子。为验证此界限，我们以 Materials Project 数据库中的 10,330 个样本训练机器学习（ML）模型来预测 $\Theta_D$。通过将 ML 模型应用于 NIMS SuperCon 数据库中 9,860 种已知超导体，我们发现该数据库中的常规超导体确实遵循所提界限。我们还对 H$_{3}$S 与 LaH$_{10}$ 在 200 GPa 下进行了第一性原理声子计算。计算结果表明这些高压氢化物基本达到了 $T_c$ 对 $\Theta_D$ 界限的饱和。