理论引导、机器学习加速发现三维碳嵌套节面半金属
材料科学
2026-05-22 v1
摘要
将二维（2D）石墨烯的狄拉克物理扩展到具有更高维能带简并的三维（3D）碳同素异形体，仍然是拓扑材料科学中的一个核心挑战。在这里，我们提出一个通用的对称性工程原理，通过可控的层叠和堆叠位移，系统地将石墨烯的狄拉克锥转变为三维节面，并利用该原理指导机器学习加速的逆向设计。通过将晶体扩散变分自编码器（CDVAE）与Crystal Transformer相结合，我们发现了一种新颖的动态和力学稳定的碳同素异形体，命名为\textbf{Netsene}（bct-C），它结晶在体心四方\textit{I4/mcm}空间群中。第一性原理计算证实，Netsene是一种独特的嵌套节面半金属：它在费米能级附近拥有一个复杂的双碗形节面系统，由非点式对称性保护，同时具有狄拉克式的线性交叉，费米速度与石墨烯相当（~m/s）。其非平庸的体拓扑性质表现为鼓膜表面态，包括一个近乎平坦的能带。Netsene提供了一个结构稳健的体材料平台，统一了超高载流子迁移率、拓扑节面和潜在关联物理，展示了理论引导、机器学习加速发现用于工程化拓扑量子相的能力。
引用
@article{arxiv.2605.22141,
title = {Theory-Guided, Machine-Learning-Accelerated Discovery of a 3D Carbon Nested Nodal-Surface Semimetal},
author = {Shuaihua Zhang and Silei Guo and Jingxiang Liu and Baoxin Hu and Yanling Wu and Jun Li},
journal= {arXiv preprint arXiv:2605.22141},
year = {2026}
}