XiaoMi-AI文件搜索系统
World File Search System膜性
研究成果报告
从介电常数和绝缘破坏电场强度的观点出发选择Al 2 O 3 、HfO 2 、SiO 2 。使用这些绝缘膜制作MOS结构样品，并评估绝缘膜的介电击穿场强和介电常数。为了进行评估，我们使用了新推出的浸入式手动探测器。在该评价中，HfO 2 膜表现出最高的介电常数和击穿电场强度。通过简单的器件模拟，发现如果该膜具有这种水平的特性，则它可以用作氧化镓MOSFET的栅极绝缘膜。因此，在本研究中，我们决定使用该HfO 2 薄膜进行MOSFET的开发。由于不仅需要从初始特性而且还需要从长期可靠性的角度来选择绝缘膜，因此我们还考虑了具有第二好的特性的Al 2 O 3 膜作为候选材料I。取得了进展。 2020财年，我们改进了栅极绝缘膜的材料选择和成膜条件。具体地，对于作为栅极绝缘膜的候选的Al 2 O 3 ，为了减少作为沟道电阻增大的因素的栅极绝缘膜/氧化镓界面处的电荷，将Al 2 O 3 /镓我们考虑在成膜后通过热处理去除氧化物界面。图3示出了(a)评价中使用的MOS结构的截面图和(b)界面态密度分布。确认了通过在N 2 气氛中在450℃下热处理10分钟，可以形成界面能级为1×10 12 eV -1 cm -2 以下的良好界面。可知当温度进一步上升至550℃、650℃、800℃时，产生10 12 eV -1 cm -2 量级的界面态并劣化。通过本研究，我们获得了构建晶体管基本工艺过程中的热处理温度的基本数据。
在高熵氧化物Ruddlesden – Popper Cuprate膜中寻找超导性
和SR +2以已知诱导超导性超导性的浓度，ND 2 CUO 4和LA 2 CUO 4。Electron doped (La 0.185 Pr 0.185 Nd 0.185 Sm 0.185 Eu 0.185 Ce 0.075 ) 2 CuO 4 and hole doped (La 0.18 Pr 0.18 Nd 0.18 Sm 0.18 Eu 0.18 Sr 0.1 ) 2 CuO 4 are synthesized and shown to be single crystal, epitaxially strained, and highly uniform.传输测量表明，所有生长的薄膜都在绝缘，而不是掺杂。退火研究表明，可以通过修饰氧气化计量和诱导金属性但没有超导性来调整电阻率。这些结果反过来又连接到扩展的X射线吸收良好的结构结果，表明高熵库层中缺乏超导性可能起源于Cu – O平面内的大变形（σ2>0.015Å2），这是由于A-部位阳离子阳离子尺寸变化引起的，这驱动了载货者本地化的本地化。These findings describe new opportunities for controlling charge- and orbital-mediated functional responses in Ruddlesden – Popper crystal structures, driven by balancing of cation size and charge variances that may be exploited for functionally important behaviors such as superconductivity, antiferromagnetism, and metal-insulator transitions while opening less understood phase spaces hosting doped Mott insulators, strange metals, quantum临界，伪胶囊和有序的电荷密度波。
（la，pr）3 ni 2 o 7膜中的环境压力超导性和电子结构
摘要自1911年发现超导性以来，追求高过渡 - 温度（T C）超导体一直是凝结物理学的核心重点。在丘比特和基于铁的超导体中的突破性超过了40 K麦克米兰极限，并将其确定为高温超导体。在2019年，在平面 - 平面无限层镍酸盐薄膜中报道了超导性，尽管t c <40 k。2023年，在高压加工的高压力摄入量下，biLayer ruddlesden-popper（RP）镍的液体氮气 - 温度超导率。在这里，使用巨大的氧化原子层逐层外观（goall-epitaxy）[1]，我们报告（LA，PR）3 Ni 2 O 7膜中的环境压力超导性[2]，具有40 k的发作t c。超导体 - 绝缘体过渡阶段图[3]。角度分辨光发射光谱（ARPES）测量[4,5]揭示了孔掺杂孔的多轨fermi表面。沿着布里渊区的对角线发现具有颗粒 - 孔对称特性的温度依赖性能隙[6]。这些环境压力镍超导体为揭示高温超导性机制提供了一个新的平台。参考文献[1]国家科学评论，NWAE429（2024）。[2]自然，doi：10.1038/s41586-025-08755-Z（2025）。[3] Arxiv：2502.18068。[4] ARXIV：2501.09255。[5] ARXIV：2501.06875。[6] ARXIV：2502.17831。查询：3943 6303
利用人工智能设计功能有机分子
利用人工智能设计功能性有机分子 用户名：Masato Sumida 1,2 Xiufeng Yang 2 日本理化学研究所实验室隶属关系： 1. 先进智能项目中心富士通协作中心 2. 先进智能项目中心目标导向平台技术研究组分子信息学团队
