利用神经网络势研究含氮空位的GaN多电荷态点缺陷性质
材料科学
2022-04-01 v1
摘要
研究带电缺陷对于理解半导体性质十分必要。虽然密度泛函理论计算能够准确描述相关物理量，但这些计算会大幅增加计算负担，常常限制了该方法在大规模体系中的应用。在本研究中，我们提出了一种分析多电荷态点缺陷行为的神经网络势(NNP)新方案。所提方案仅需要对常规方案做极小改动。我们以具有0、1+、2+和3+电荷态氮空位的纤锌矿-GaN为例，展示了所提NNP的预测性能。该方案准确训练了所有电荷态的总能量和原子力。此外，它较好地复现了缺陷结构的声子能带结构和热力学性质。基于本研究结果，我们期望所提方案能够使我们研究更复杂的缺陷体系，并在新型半导体应用方面取得突破。
引用
@article{arxiv.2203.16789,
title = {Using neural network potential to study point defect properties in multiple charge states of GaN with nitrogen vacancy},
author = {Koji Shimizu and Ying Dou and Elvis F. Arguelles and Takumi Moriya and Emi Minamitani and Satoshi Watanabe},
journal= {arXiv preprint arXiv:2203.16789},
year = {2022}
}