マジック角二層グラフェン上のSTMデータからの二成分ネマチック性の教師なし学習【JST・京大機械翻訳】

Taranto William; Lederer Samuel; Choi Youngjoon; Izmailov Pavel; Wilson Andrew Gordon; Nadj-Perge Stevan; Kim Eun-Ah

プレプリント

J-GLOBAL ID：202202202723307682 整理番号：22P0301099

マジック角二層グラフェン上のSTMデータからの二成分ネマチック性の教師なし学習【JST・京大機械翻訳】

Unsupervised learning of two-component nematicity from STM data on magic angle bilayer graphene

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年10月14日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マジック角ねじれ二層グラフェン(MATBG)のようなモミール’e材料は顕著な現象学を示すが,特定の実験方法,特に走査トンネル顕微鏡(STM)のような走査プローブに対して大きな課題が存在する。数千の原子ユニットセルを画像化できる典型的なSTM研究は,約10mirの’e細胞を画像化でき,データ解析を統計的に行う。ここでは,いくつかのバイアス電圧からSTMコンダクタンスデータを集約することにより,この問題を緩和する方法を提案し,次に,得られたデータセットから最大の洞察を引き出すために,Gauss混合モデルクラスタリングの教師なし機械学習法を使用した。電荷中性および正孔ドープ試料の両方に対するMATBGにおけるネマチック秩序化傾向を調べるために,点群対称性を尊重する入力粗粒結合変数としてこの方法を適用した。電荷-中性データセットに対して,クラスタ化は対称性に無関係な多重タイプのネマチック性の驚くべき共存を明らかにし,従って,一般に非縮退である。対照的に,正孔ドープデータのクラスタ化は単一型の長距離秩序と一致した。MATBGにおけるネマチック性の解析におけるその値を超えて,著者らの方法は,種々のモミア’e材料における対称性の破れとその空間的変化の理解を強化する可能性を有する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

炭素とその化合物 , 顕微鏡法

, , , ,

前のページに戻る