La topologie et l’apprentissage automatique révèlent des relations cachées dans le silicium amorphe


La topologie et l'apprentissage automatique révèlent des relations cachées dans le silicium amorphe

A gauche : Corrélation entre les valeurs prédites par l’analyse d’homologie persistante et les valeurs de test évaluées par les simulations. À droite : les points de (zones rouges et bleues) le diagramme de durée sont fortement corrélés aux valeurs de conductivité thermique. Un cycle à cinq pics illustré dans le diagramme est le composant d’ordre moyen minimum, et un cycle à quatre pics est le composant qui rompt l’ordre moyen et réduit la conductivité thermique. Crédit : NINS/IMS

Les scientifiques théoriques ont utilisé les mathématiques topologiques et l’apprentissage automatique pour identifier une relation cachée entre les structures à l’échelle nanométrique et la conductivité thermique dans le silicium amorphe, une forme vitreuse du matériau sans ordre cristallin répétitif.

Une étude décrivant leur technique est parue dans le Journal de physique chimique.

Les solides amorphes tels que le verre, l’obsidienne, la cire et les plastiques n’ont pas de répétition à longue portée ou de structure cristalline pour les atomes ou les molécules qui les composent. Cela contraste avec les solides cristallins tels que le sel, la plupart des métaux et des roches. Parce qu’ils manquent d’ordre à longue portée dans leur structure, la conductivité thermique des solides amorphes peut être bien inférieure à celle d’un solide cristallin du même matériau.

Cependant, un ordre moyen de l’ordre du nanomètre peut toujours être présent. On dit que cet ordre moyen affecte la propagation et la diffusion des vibrations atomiques qui transportent la chaleur. Le transport de chaleur dans les matériaux désordonnés intéresse particulièrement les physiciens en raison de son importance pour les applications industrielles. La forme amorphe du silicium est utilisée dans une variété d’applications dans le monde moderne, des cellules solaires aux capteurs d’image. Pour cette raison, les chercheurs ont étudié de manière intensive la signature structurelle d’ordre intermédiaire dans le silicium amorphe et sa relation avec la conductivité thermique.

« Pour un meilleur contrôle des applications utilisant du silicium amorphe, le contrôle de ses propriétés thermiques figure en bonne place sur la liste de souhaits des ingénieurs », a déclaré Emi Minamitani, auteur correspondant de l’étude et scientifique moléculaire théorique à l’Institut des sciences moléculaires d’Okazaki. Japon. « L’extraction des caractéristiques structurelles à l’échelle nanométrique dans l’amorphe, y compris l’ordre intermédiaire, est une clé importante. »

Malheureusement, les chercheurs ont du mal à accomplir cette tâche car il est difficile de déterminer les caractéristiques essentielles des systèmes nanométriques désordonnés à l’aide de techniques conventionnelles.

Dans des expériences, la présence d’un ordre de milieu de gamme a été physiquement démontrée à l’aide de la microscopie électronique à fluctuation, qui comprend une analyse statistique de la diffusion à partir de volumes nanométriques d’un matériau désordonné. Au niveau théorique, cela a été discuté en examinant la distribution des angles dièdres (l’angle entre deux plans d’intersection entre des ensembles d’atomes) ou en utilisant des «statistiques d’anneau». Ce dernier tente de comprendre les propriétés structurales à partir de la connectivité des atomes.

Ceci, à son tour, s’appuie sur le domaine des mathématiques connu sous le nom de , qui étudie les propriétés d’un objet qui ne changent pas – ou sont « invariantes » – même lorsque l’objet est continuellement étiré et déformé sans se casser (par exemple, les formes, qui sont écrit sur une gomme). Feuille). Se concentrer sur cette invariance topologique est utile pour fournir une description qualitative, telle que B. la tendance des propriétés physiques au hasard. Cependant, il est difficile de déterminer la structure atomique d’ordre intermédiaire et de prédire ses propriétés physiques uniquement à partir de simples invariants topologiques.

Les chercheurs se sont donc tournés vers une nouvelle technique appelée homologie persistante, un type d’analyse de données topologiques. Ailleurs, l’homologie persistante a été utilisée pour analyser des structures complexes allant des protéines aux solides amorphes. L’avantage de cette méthode réside dans la détection de caractéristiques topologiques dans des structures complexes à différentes échelles spatiales. Ceci est d’une importance cruciale puisque l’ordre moyen comprend des structures quasi-répétitives à différentes échelles. Cette propriété nous permet d’extraire l’ordre de milieu de gamme qui se cache derrière ce qui semble autrement être aléatoire.

Les chercheurs ont créé des modèles informatiques de silicium amorphe en utilisant la dynamique moléculaire classique, en élevant la température du silicium au-dessus de son de fusion, puis en le refroidissant progressivement (trempe) à température ambiante. Des différences dans les propriétés structurelles ont été introduites en modifiant la vitesse de refroidissement.

Ensuite, le diagramme persistant, qui est la visualisation bidimensionnelle de l’homologie persistante, a été calculé pour chaque modèle. Les chercheurs se sont concentrés sur les diagrammes reflétant les caractéristiques structurelles du silicium amorphe. C’est ainsi qu’ils ont construit les représentations numériques appelées « descripteurs » qui pourraient être utilisées en apprentissage automatique. Le chercheur a découvert que le tracé durable satisfaisait à la création d’un bon descripteur à utiliser dans l’apprentissage automatique, qui à son tour permettait des prédictions précises sur les conductivités thermiques.

En analysant plus en détail les données d’homologie persistante et le modèle d’apprentissage automatique, les chercheurs ont illustré la relation précédemment cachée entre l’ordre moyen dans le silicium amorphe et sa conductivité thermique.

L’étude devrait maintenant ouvrir une voie pour contrôler les propriétés matérielles du silicium amorphe et d’autres solides amorphes à travers la topologie de leurs nanostructures.


Origine du pic de boson dans les solides amorphes


Plus d’information:
Emi Minamitani et al, Descripteur topologique de la conductivité thermique dans le Si amorphe, Le Journal de Physique Chimique (2022). DOI : 10.1063/5.0093441

Fourni par les Instituts nationaux des sciences naturelles

Citation: Topology and Machine Learning Reveal Hidden Relationships in Amorphous Silicon (24 juin 2022) Extrait le 24 juin 2022 de https://phys.org/news/2022-06-topology-machine-reveal-hidden-relationship.html

Ce document est protégé par le droit d’auteur. Sauf pour le commerce équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est uniquement à des fins d’information.

Laisser un commentaire