Cientistas teóricos usaram matemática topológica e aprendizado de máquina para identificar uma relação oculta entre estruturas em nanoescala e condutividade térmica em silício amorfo, uma forma vítrea do material sem ordem cristalina repetida.
Um estudo descrevendo sua técnica apareceu no Journal of Chemical Physics .

Sólidos amorfos, como vidro, obsidiana, cera e plásticos, não têm estrutura cristalina ou repetitiva de longo alcance para os átomos ou moléculas de que são feitos. Isso contrasta com sólidos cristalinos, como sal, a maioria dos metais e rochas. Como eles não possuem ordem de longo alcance em sua estrutura, a condutividade térmica de sólidos amorfos pode ser muito menor do que um sólido cristalino composto do mesmo material.

No entanto, ainda pode haver alguma ordem de médio alcance na escala de nanômetros. Esta ordem de médio alcance deve afetar a propagação e difusão das vibrações atômicas, que transportam calor. O transporte de calor em materiais desordenados é de especial interesse para os físicos devido à sua importância em aplicações industriais. A forma amorfa do silício é usada em uma enorme variedade de aplicações no mundo moderno, desde células solares até sensores de imagem. Por esse motivo, os pesquisadores investigaram intensamente a assinatura estrutural da ordem de médio alcance no silício amorfo e como ela se relaciona com a condutividade térmica.

“Para um melhor controle sobre aplicações que fazem uso de silício amorfo, controlar suas propriedades térmicas está no topo da lista de desejos dos engenheiros”, disse Emi Minamitani, autor correspondente do estudo e cientista molecular teórico do Instituto de Ciência Molecular em Okazaki, Japão. "Extrair as características estruturais em nanoescala no amorfo, incluindo a ordem de médio alcance, é uma chave importante."

Infelizmente, os pesquisadores têm se esforçado para realizar essa tarefa porque é difícil determinar as características essenciais em nanoescala de sistemas desordenados usando técnicas tradicionais.

Em experimentos, a presença de ordem de médio alcance foi detectada fisicamente usando microscopia eletrônica de flutuação, que envolve análise estatística de espalhamento de volumes em nanoescala de um material desordenado. No nível teórico, foi discutido considerando a distribuição de ângulos diedros (o ângulo entre dois planos de interseção entre conjuntos de átomos) ou usando "estatísticas de anel". Este último tenta entender as características estruturais a partir da conectividade dos átomos.

Isso, por sua vez, baseia-se no campo da matemática conhecido como topologia, que investiga propriedades de um objeto que não mudam - ou são "invariantes" - mesmo quando o objeto é constantemente esticado e deformado sem ser quebrado (como formas escritas em uma borracha Folha). Concentrar-se nessa invariância topológica é útil para fornecer uma descrição qualitativa, como a tendência das propriedades físicas em relação à aleatoriedade. No entanto, é difícil determinar a estrutura atômica correspondente a uma ordem de médio alcance e prever suas propriedades físicas apenas a partir de simples invariantes topológicos.

Assim, os pesquisadores se voltaram para uma técnica emergente chamada homologia persistente, um tipo de análise topológica de dados. A homologia persistente tem sido usada em outros lugares para analisar estruturas complexas que variam de proteínas a sólidos amorfos. O benefício deste método é detectar características topológicas em estruturas complicadas em diferentes escalas espaciais. Isso é vital porque a ordem de médio alcance compreende estruturas quase repetitivas em várias escalas. Usando essa característica, podemos extrair a ordem de médio alcance oculta sob o que de outra forma parece aleatoriedade.

Os pesquisadores construíram modelos computacionais de silício amorfo por dinâmica molecular clássica, em que a temperatura do silício foi aumentada acima do ponto de fusão e depois resfriada gradualmente (extinção) até a temperatura ambiente. As diferenças nas características estruturais foram introduzidas alterando a taxa de resfriamento.

Em seguida, o diagrama persistente, que é a visualização bidimensional da homologia persistente, foi calculado para cada modelo. Os pesquisadores se concentraram em que os diagramas refletem as características estruturais do silício amorfo. Assim, eles construíram a representação numérica, chamada de "descritores", que poderia ser usada em aprendizado de máquina. O pesquisador descobriu que o diagrama persistente cumpriu a criação de um bom descritor para uso no procedimento de aprendizado de máquina, que por sua vez conseguiu previsões precisas sobre as condutividades térmicas.

Ao analisar ainda mais os dados de homologia persistente e o modelo de aprendizado de máquina, os pesquisadores ilustraram a relação anteriormente oculta entre a ordem de médio alcance no silício amorfo e sua condutividade térmica.

O estudo deve agora abrir um caminho para controlar as características do material de silício amorfo e outros sólidos amorfos através da topologia de suas nanoestruturas. + Explorar mais

Origem do pico do bóson em sólidos amorfos