XiaoMi-AI文件搜索系统
World File Search SystemHexagonal
SiC 上的低载流子密度外延石墨烯器件
石墨烯是第一种真正的二维材料，[1] 是形成简单六边形晶格的单层碳。剥离的石墨烯薄片表现出了高迁移率和异常量子霍尔效应 (QHE) 等显著的电学特性，引起了人们对其在许多实际应用中的极大兴趣。[2–5] 然而，由于剥离的石墨烯薄片的尺寸限制（通常高达几十微米），石墨的机械剥离无法提供适用于商业晶圆尺寸电子器件或精确电阻计量的石墨烯。当 SiC 衬底在超高真空或惰性气体氛围中以高于 1000°C 的温度退火时，Si 升华后碳会残留在 SiC 表面并重新排列形成石墨烯层。这种外延石墨烯 (EG) 已准备好用于大规模器件制造，无需转移到另一个绝缘基板上。在六边形 SiC 晶片的硅端面 (Si 面) 上生长的石墨烯由于与 SiC 晶体的方位角取向一致，可以形成大域。与在相反 (碳) 面上生长的石墨烯相比，在 Si 面上，EG 还具有更可控的生长动力学。最近，通过优化
GASE和INSE转变后金属葡萄球源层的拉曼光谱 石墨烯和相关材料的拉曼光谱
和10 4 cm 2 V 1 S 1在室内和液形温度4处，以及通过静电门控，7和异常的光致发光对电子的一维量化，主要是从基础平面上极化。6可以将它们合并到PTMC/PTMC/PTMC/TMD分层材料异构结构（LMHS），具有II型带对齐方式，允许在互惠空间中直接进行光学过渡，8，并且可以在繁华的发射能量中选择更大的发射能量，从而在繁华的范围内进行了繁华的范围，从而在繁华的范围内进行了广泛的范围。gase和Inse晶体是各向异性LMS，包括由范德华力堆叠在一起的共价粘结层。每一层由四个原子平面（SE - GA - GA - SE或SE - IN - IN - in - in - SE）组成，在六边形原子晶格中排列，图。1a和b。在批量生产中，这些层可以堆叠在不同的订单中：属于D 4 6 H空间组的六角形B-结构，属于D 1 3 h空间组或rhombohedral G结构属于D S 3 V空间组的Hexagonal 3结构。9然而，最常见的多型型为3阶，一个含有8个原子和两个层厚的单元池，厚，5和g -inse，一个单位细胞延伸超过3层，包含12个原子。6
koh湿蚀刻下的gan纳米氏菌的刻度机制
alpes，ltm，Grenoble F-38054，法国 * erwine.pargon@cea.fr，Univ。Grenoble Alpes，CNRS，LTM，17 Rue des Mardyrs，38054 Cedex 09法国Grenoble，法国摘要摘要本研究提出了通过在上衣的室内饮用量的策略，该策略通过与上衣相结合的室友eTch fat Chip Chore to Chore Choh toper fore the toper the toper fore the notch facking Koh weats face face face the the gan支柱。的确，KOH溶液中的gan蚀刻是一个各向异性过程，这意味着它允许在宏观尺度上出现稳定的面，而原子过程（例如踩踏）驱动湿蚀刻的基本机制在微观尺度上驱动湿蚀刻的基本机制。我们的研究强调了形状（圆形或六角形，与M平板或A平板对齐）的关键作用，以及硬面膜在确定所得的结晶刻面形成及其相关的粗糙度方面的粗糙度。此外，它强调了等离子体图案后的GAN支柱剖面（重入，直，锥形）的重要性，因为它们会强烈影响随后的湿蚀刻机制。最终，该文章证明，可以通过在等离子蚀刻后在略微倾斜的GAN曲线上使用室温湿KOH（44 wt％）来实现平滑的M型面，并结合使用六边形M的Masks。
碳掺杂二维材料中的人工智能能隙预测：利用 Behler-Parrinello 描述符实现高密度系统
摘要 在本研究中，我们使用机器学习 (ML) 技术探索了碳掺杂六方氮化硼 (h-BN) 薄片的电子特性。六方氮化硼是一种被广泛研究的二维材料，具有出色的机械、热学和电子特性，使其适用于纳米电子学和光电子学应用。通过用碳原子掺杂 h-BN 晶格，我们旨在研究掺杂如何影响其电子结构，特别关注基态能量和 HOMO-LUMO 间隙。我们生成了一个包含 2076 个 h-BN 薄片的数据集，这些薄片被氢饱和并掺杂了随机变化浓度的碳原子。选择了三种典型的掺杂场景——一个、十个和二十个碳原子——进行深入分析。使用密度泛函理论 (DFT) 计算，我们确定了这些配置的基态能量和 HOMO-LUMO 间隙。使用 Behler-Parrinello 原子对称函数从优化结构生成描述符，这些描述符捕获了 ML 模型的关键特征。我们采用了随机森林和梯度提升模型来预测能量和 HOMO-LUMO 间隙，实现了较高的预测准确率，R 平方值分别为 0.84 和 0.87。这项研究证明了 ML 技术在预测掺杂 2D 材料特性方面的潜力，为传统方法提供了一种更快、更经济的替代方案，对纳米电子、储能和传感器领域的材料设计具有广泛的意义。
astar-mini-symposium-on-quantum- ...
Igor Aharonovich 是一位屡获殊荣的科学家，致力于研究能够生成、编码和分发量子信息的量子源的前沿研究。作为 UTS 数学和物理科学学院的教授，Igor 研究固体中的光学活性缺陷，旨在识别新一代超亮固态量子发射器。他对该领域的贡献包括发现金刚石和六方氮化硼中的新色心，以及开发利用这些材料设计纳米光子器件的新方法。他是 ARC 变革性超光学材料 (TMOS) 卓越中心的首席研究员，并领导一项国际合作，研究纳米材料六方氮化硼 (hBN) 中晶体缺陷或缺陷的化学结构。 2013 年，他在 UTS 成立了纳米光子学研究小组，2015 年晋升为副教授，2018 年晋升为正教授。他的研究小组探索宽带隙材料中的新量子发射器，旨在在单个芯片上制造量子纳米光子器件，用于下一代量子计算、密码学和生物传感。2016 年，Igor 和他的团队发现了第一个基于 hBN 缺陷的 2D 材料中的量子发射器，它们在室温下工作。他合著了 200 多篇同行评审的出版物，其中包括一篇被引用次数最多的关于金刚石光子学的评论。他还为固体纳米光子学撰写了路线图
Sb/Te 比对 Ge-TiO2 结晶动力学的影响...
富 Ge GeSbTe (GGST) 合金的开发显著提高了相变存储技术所需的高温稳定性。先前对 Sb/Te 比小于 1（Sb = Te , 1）的 GeSbTe (GST) 材料中 Ge 富集的研究强调了立方 Ge 和立方 GST 相的分离。这种分离的立方 GST 相是亚稳态的，呈现出多晶结构，其晶粒边界无序，可能导致结构弛豫，进而导致漂移现象。在这项工作中，利用电阻率测量、拉曼光谱和原位 x 射线衍射分析，我们首次证明 Sb/Te 比大于 1（Sb = Te . 1）的 GGST 在退火时会直接形成具有高生长速度的 GST 六方相，绕过立方亚稳态相。结合 Ge 富集，Sb = Te 成核的活化能值增加。 1 GGST 合金确保了非晶相的高稳定性。最后，氮的引入进一步稳定了系统以防止结晶，而不会损害高晶体生长速度和 Sb = Te 合金中稳定的 GST 六方相的形成。1. 这些结果证明了可以调整富 Ge GeSbTe 合金中偏析相的晶体结构，将非晶相在高温下的稳定性与目标 GST 相的高结晶速度和均匀性（具有较大的晶粒）相结合。
硅纳米片在4H-SIC（0001）底物上略有缺陷的外延石墨烯中插入
图4 A：RT 1 mL Si蒸发后，EpiGr/Bl/4H-SIC（0001）表面的STM（6.5 nm x 6.5 nm）图像。值得注意的是，位于（6x6）bl bump的一个（6x6）BL凸起之一中的Si原子插入引起的额外质量。其表观高度由D中报告的线轮廓（绿线）证明（请参阅红色箭头）。偏置电压0.1 V，反馈电流0.36 Na。图像上显示了比例尺。b：RT 1 ml Si蒸发后的EpiGr/Bl/4H-SIC（0001）表面的STM（12 nm x 12 nm）图像，显示了两个不同尺寸的纳米结构。偏置电压0.17 V，反馈电流0.5 Na。c：在b中成像的区域的2d-fft。虽然微弱，但请注意石墨烯蜂窝晶格的典型六边形模式以及6个斑点的伸长表明存在几个石墨烯晶格参数，这可能是由于Epi-Gr遭受的菌株而导致的菌株。e：较小的纳米结构的变焦在B中的方形白框中，显示了石墨烯网络和红色箭头指示的错位的存在。f。该区域的2d-fft在E中的缩小，显示了石墨烯蜂窝网络典型的六边形模式。在A和B中的STM图像上扫描的所有区域都可以看到石墨烯网络。在SM2C中的线轮廓中报告了该纳米结构的明显高度。
Cocemasov，Al。，Isacova，C.，Nika，D。半导体纳米结构，石墨烯和相关二维材料中的热运输。在：中文
我们回顾了半导体纳米结构中热传输的实验和理论结果（多层薄膜，核/壳和分段纳米线），单层和几层石墨烯，己酮硝化氢，二甲硝基硼，钼二硫化物和黑磷。讨论了用于优化电力和热电导的声子工程的不同可能性。揭示了声子能光谱修饰在半导体纳米结构中热导率中的作用。分析了石墨烯和相关的二维（2D）材料对温度，薄片尺寸，缺陷浓度，边缘粗糙度和应变的依赖性。
纳米材料中的原子缺陷及其在集成量子技术中的应用
量子技术（包括通信、计算和传感）在很大程度上依赖于量子系统的特性（包括自旋和光子）来编码、处理和传输信息。纳米材料中的原子缺陷（例如金刚石纳米晶体和六方氮化硼 (hBN)）代表了这些技术的有前途的平台。这些由晶格不规则性形成的缺陷中心在紧凑性、可扩展性和可集成性方面具有无与伦比的优势，使其成为先进量子设备的首选。然而，退相干和外部扰动带来的挑战限制了系统性能，仍然是重大障碍。