机器学习:预测氢化物常压高温超导
计算材料学
2024-08-13 21:21
文章摘要
本文探讨了氢化物在常压下实现高温超导的可能性,提出了一组Mg2XH6(X = Rh, Ir, Pd, Pt)形式的氢化物超导体,预测其超导转变温度可达45-80K。通过机器学习加速的高通量工作流程,研究了超过一百万种化合物,确定了这一化合物家族。这些化合物由孤立的XH6八面体组成,通过贵金属使金属X原子的高配位得以实现,显示出较高的稳定性和实验合成潜力。此外,这些材料在费米能级附近存在明显的van Hove奇点,对电荷掺杂非常敏感,表明其与典型的声子超导体不同,实验合成需高度关注样品质量。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。