論文の概要: Comparison of Optical Response from DFT Random Phase Approximation and
Low-Energy Effective Model: Strained Phosphorene
- arxiv url: http://arxiv.org/abs/2109.00554v2
- Date: Tue, 28 Sep 2021 13:54:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 10:54:41.120967
- Title: Comparison of Optical Response from DFT Random Phase Approximation and
Low-Energy Effective Model: Strained Phosphorene
- Title（参考訳）: dftランダム位相近似と低エネルギー有効モデルによる光学応答の比較:ひずみリン酸塩
- Authors: Mohammad Alidoust, Erlend E. Isachsen, Klaus Halterman, and Jaakko
Akola
- Abstract要約: 低エネルギー有効モデルと密度汎関数理論(DFT)の両方を用いて分散誘電率テンソルを比較して比較する。
この結果から, 広く使用されているDFTパッケージのランダム位相近似は, 信頼性の高い材料の基本電子特性を予測できるように再検討し, 改善することが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The engineering of the optical response of materials is a paradigm that
demands microscopic-level accuracy and reliable predictive theoretical tools.
Here we compare and contrast the dispersive permittivity tensor, using both a
low-energy effective model and density functional theory (DFT). As a
representative material, phosphorene subject to strain is considered. Employing
a low-energy model Hamiltonian with a Green's function current-current
correlation function, we compute the dynamical optical conductivity and its
associated permittivity tensor. For the DFT approach, first-principles
calculations make use of the first-order random-phase approximation. Our
results reveal that although the two models are generally in agreement within
the low-strain and low-frequency regime, the intricate features associated with
the fundamental physical properties of the system and optoelectronic device
implementation such as band gap, Drude absorption response, vanishing real
part, absorptivity, and sign of permittivity over the frequency range show
significant discrepancies. Our results suggest that the random-phase
approximation employed in widely used DFT packages should be revisited and
improved to be able to predict these fundamental electronic characteristics of
a given material with confidence. Furthermore, employing the permittivity
results from both models, we uncover the pivotal role that phosphorene can play
in optoelectronics devices to facilitate highly programable perfect absorption
of electromagnetic waves by manipulating the chemical potential and exerting
strain and illustrate how reliable predictions for the dielectric response of a
given material are crucial to precise device design.
- Abstract（参考訳）: 材料の光学応答の工学は、微視的精度と信頼できる予測論的ツールを必要とするパラダイムである。
ここでは、低エネルギー有効モデルと密度汎関数理論(DFT)の両方を用いて分散誘電率テンソルを比較し、対比する。
代表的な材料として、ひずみを受けるリン酸塩が考えられる。
グリーン関数の電流相関関数を持つ低エネルギーモデルハミルトニアンを用いて、動的光伝導率とその関連する誘電率テンソルを計算する。
DFT法では、第一原理計算は第一次ランダム位相近似を用いる。
その結果、この2つのモデルは一般に低ひずみ・低周波領域内では一致しているものの、システムの基本物理特性や、バンドギャップ、ドード吸収応答、消失実部、吸収率、周波数域での誘電率のサインといった光電子デバイス実装に関連する複雑な特徴は、大きな相違点を示していた。
この結果から, 広く使用されているDFTパッケージのランダム位相近似は, 信頼性の高い材料の基本電子特性を予測できるように再検討し, 改善することが示唆された。
さらに, 両モデルから得られた誘電率結果を用いて, 光電子デバイスにおいてリンが果たす重要な役割を明らかにすることにより, 化学ポテンシャルを操り, ひずみを行使することにより, 電磁波の高度にプログラム可能な完全吸収を促進する。
関連論文リスト
- Constructing accurate machine-learned potentials and performing highly efficient atomistic simulations to predict structural and thermal properties [6.875235178607604]
Ab initio molecular dynamics (AIMD) シミュレーションから生成されたデータセットに基づいて学習した神経進化電位(NEP)を導入する。
両方の機械学習ポテンシャルを用いて、状態(DOS)と放射分布関数(RDF)のフォノン密度を計算する。
MTP電位はわずかに精度が良いが、NEPは計算速度が41倍に向上する。
論文 参考訳（メタデータ） (2024-11-16T23:16:59Z) - Predicting ionic conductivity in solids from the machine-learned potential energy landscape [68.25662704255433]
超イオン材料は、エネルギー密度と安全性を向上させる固体電池の推進に不可欠である。
このような物質を同定するための従来の計算手法は資源集約的であり、容易ではない。
普遍的原子間ポテンシャル解析によるイオン伝導率の迅速かつ確実な評価手法を提案する。
論文 参考訳（メタデータ） (2024-11-11T09:01:36Z) - Electron-Photon Exchange-Correlation Approximation for QEDFT [0.0]
QEDFT(Quantum-electrodynamical density-functional theory)は、複雑な光-物質相互作用を探索する上で有望な方法である。
電子-光子交換相関ポテンシャルの近似が必要である。
ここでは、このQEDFT関数近似を 1 次元から 3 次元の有限系に近似する。
論文 参考訳（メタデータ） (2024-02-15T08:50:36Z) - Machine-Learning Prediction of the Computed Band Gaps of Double
Perovskite Materials [3.2798940914359056]
機能性材料の電子構造の予測は新しい装置の工学に不可欠である。
本研究では,2重ペロブスカイト材料の電子構造を機械学習で予測する。
この結果は,期待できる機能材料を迅速にスクリーニングするために,機械学習による回帰の可能性を実証するという意味で重要である。
論文 参考訳（メタデータ） (2023-01-04T08:19:18Z) - Quantum interaction of sub-relativistic aloof electrons with mesoscopic
samples [91.3755431537592]
相対論的電子は、ナノメートルサイズの試料と相互作用する際に、非常にわずかな波長のパケット歪みと無視可能な運動量リコイルを経験する。
古典的な点電荷として高速電子をモデル化することは、エネルギー損失スペクトルの極めて正確な理論的予測を与える。
論文 参考訳（メタデータ） (2022-11-14T15:22:37Z) - Ab initio simulation of laser-induced electronic and vibrational
coherence [0.0]
核量子分布の初期構成によるアンサンブル生成は、単一軌道RT-TDDFT+Ehrenfestの多くの欠点を補うことを示す。
シミュレーションに時間依存パルスが明示的に含まれることで、この手法はコヒーレント非線形分光の第一原理研究の第一段階となる。
論文 参考訳（メタデータ） (2021-12-21T10:30:41Z) - Pseudo-Spherical Contrastive Divergence [119.28384561517292]
エネルギーベースモデルの最大学習確率を一般化するために,擬球面コントラスト分散(PS-CD)を提案する。
PS-CDは難解な分割関数を避け、学習目的の一般化されたファミリーを提供する。
論文 参考訳（メタデータ） (2021-11-01T09:17:15Z) - Two-photon resonance fluorescence of two interacting non-identical
quantum emitters [77.34726150561087]
我々は、コヒーレント場によって駆動される相互作用する2つの非負の量子エミッタのシステムについて研究する。
共鳴蛍光スペクトルに2光子ダイナミクスによって印加された特徴は、エミッタ間の距離の変化に特に敏感である。
これは、ポイントライクなソースの超解像イメージングのような応用に利用することができる。
論文 参考訳（メタデータ） (2021-06-04T16:13:01Z) - Combining density functional theory with macroscopic QED for quantum
light-matter interactions in 2D materials [0.0]
グラフェンと完全導体の間に挟まれた多層遷移金属ジアルコゲナイドのサブバンド間遷移に107ドルを要した。
我々の研究は、現実的なナノ構造材料における光物質相互作用の実践的初期的量子処理の基礎を築いた。
論文 参考訳（メタデータ） (2021-03-17T08:23:56Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z) - OrbNet: Deep Learning for Quantum Chemistry Using Symmetry-Adapted
Atomic-Orbital Features [42.96944345045462]
textscOrbNetは、学習効率と転送可能性の観点から、既存のメソッドよりも優れています。
薬物のような分子のデータセットに応用するために、textscOrbNetは1000倍以上の計算コストでDFTの化学的精度でエネルギーを予測する。
論文 参考訳（メタデータ） (2020-07-15T22:38:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。