通过隐含潜变量解码铁电体中畴结构与功能性的关系
无序系统与神经网络
2021-02-02 v4 材料科学
摘要
铁电材料中的极化翻转机制在根本上与局部畴结构和结构缺陷的存在相关,这两者均可作为成核和钉扎中心,并产生局部静电和机械退极化场,从而影响畴壁动力学。然而,畴结构与极化动力学之间的一般关联机制仅得到微弱的探索,阻碍了对其相关物理机制的深入理解。本文使用卷积编码器-解码器网络探索了铁电材料中局部畴结构与翻转行为之间的相关性,通过编码潜变量实现了图像到光谱(im2spec)和光谱到图像(spec2im)的转换。后者反映了畴结构与极化翻转之间的关系是简约的假设,即基于少数局部机制。对潜变量分布及其真实空间表示的分析,为局部翻转行为的可预测性及相关物理机制提供了深入理解。我们进一步提出,这些关联关系被破坏的区域,即从畴结构预测极化动力学的准确性降低的区域,应作为详细研究的明显目标,例如在自动化实验的背景下。该方法提供了一种建立局部光谱响应与局部结构之间相关性的工作流程,可普遍应用于诸如 PFM、扫描隧道显微镜(STM)和光谱、以及扫描透射电子显微镜(STEM)中的电子能量损失光谱(EELS)等光谱成像技术。
引用
@article{arxiv.2006.01374,
title = {Toward Decoding the Relationship between Domain Structure and Functionality in Ferroelectrics via Hidden Latent Variables},
author = {Sergei V. Kalinin and Kyle Kelley and Rama K. Vasudevan and Maxim Ziatdinov},
journal= {arXiv preprint arXiv:2006.01374},
year = {2021}
}
备注
Upload accepted version