p Oliver Hofmann e seu grupo de pesquisa no Instituto de Física do Estado Sólido da TU Graz estão trabalhando na otimização da eletrônica moderna. Um papel fundamental em sua pesquisa é desempenhado por propriedades de interface de materiais híbridos que consistem em componentes orgânicos e inorgânicos, que são usados, por exemplo, em telas OLED ou células solares orgânicas. A equipe simula essas propriedades de interface com métodos baseados em aprendizado de máquina. Os resultados são utilizados no desenvolvimento de novos materiais para melhorar a eficiência dos componentes eletrônicos. p Transferência de carga de longo alcance como objeto de investigação

p Os pesquisadores agora abordaram o fenômeno da transferência de carga de longo alcance. Uma transferência de elétrons de um material para outro já ocorre no estado desligado se houver estados energeticamente mais favoráveis ​​para os elétrons no material vizinho. Isso levanta a questão fundamental de até onde essa transferência de elétrons pode se estender na matéria orgânica, ou seja, quantas camadas abrange. Muitos estudos relatam que para interfaces orgânico-inorgânicas este efeito é limitado à primeira camada, isto é, a camada onde as moléculas (orgânicas) estão em contato direto com a superfície do metal (inorgânico).

p Por outro lado, alguns relatórios assumem que o efeito também se estende por distâncias mais longas, para a segunda camada ou além. "Se esse é o caso, o efeito pode ser usado para reduzir a resistência elétrica do material híbrido, tornando-o mais eficiente em termos de energia, "diz Hofmann, explicando porque é tão interessante.

p Novo método de exame combina dois métodos de aprendizado de máquina

p A fim de demonstrar o transporte de carga de longo alcance em interfaces orgânico-inorgânico, os pesquisadores usaram os novos métodos de aprendizado de máquina SAMPLE e BOSS para investigar uma interface de cobre-tetracianoetileno (TCNE / Cu (111)), "uma vez que existem dados experimentais particularmente fortes disponíveis aqui que indicam o transporte de carga de longo alcance, "disse Hofmann. Não há uma teoria clara de por que alguns sistemas mostram esse efeito. Hofmann e sua equipe queriam" resolver esse mistério a fim de criar uma base de como produzir materiais com a mesma propriedade. "

p Ao combinar os dois métodos, os pesquisadores foram capazes de identificar mais de dois milhões de estruturas de interface potenciais para as interfaces TCNE-Cu e prever o comportamento das moléculas sob várias condições experimentais. Surpreendentemente, os resultados mostraram que não há transferência de carga de longo alcance, mas, em vez disso, as moléculas do sistema mudam sua estrutura.

p Moléculas mudam seu arranjo atômico

p Quando as moléculas são aplicadas, geralmente eles mantêm seu arranjo geral e embalam mais de perto até, a uma certa densidade, eles finalmente começam a crescer a segunda camada. No sistema TCNE / Cu (111), Contudo, as moléculas adsorvidas mudam da posição original deitada para a de pé após uma certa quantidade ter sido depositada. Assim, eles se endireitam para poderem se aglomerar ainda mais juntos. "Contudo, as moléculas em pé têm uma transferência de carga completamente diferente das moléculas em posição. A transformação estrutural é difícil de detectar experimentalmente, mas os resultados da medição são semelhantes aos do transporte de carga de longo alcance, "explica Hofmann.

p As investigações refutam a hipótese de transferência de carga de longo alcance. O uso dos métodos combinados de aprendizado de máquina SAMPLE e BOSS destina-se a apoiar experimentos futuros no desenvolvimento de materiais de forma que tais interpretações errôneas não ocorram mais. Ao dar uma olhada mais profunda nos processos físicos, os novos processos ajudam a garantir que os materiais não sejam mais projetados para perseguir um efeito que não existe nessa forma. Hofmann destaca a vantagem do novo método:"Graças aos dois métodos, milhões de estruturas diferentes podem ser simuladas no futuro. "

p Os pesquisadores da TU Graz publicaram recentemente detalhes do estudo em Ciência Avançada .