귀금속인 금은 금속 세계 특유의 물리적 특성으로 인해 주얼리와 주화 전반에 걸쳐 가장 널리 사용되는 금속입니다. 열과 전기의 우수한 전도체일 뿐만 아니라 공기와 대부분의 시약의 영향을 받지 않습니다.

또한 광범위한 산업, 과학 및 의료 응용 분야에서도 사용됩니다. 예를 들어, 분자 자기조립을 위한 템플릿, XNUMX차원 물질 성장을 위한 지지 물질, 특히 탄소 나노리본 합성을 위한 템플릿으로 사용되었습니다. 반세기 전, 연구자들은 나노 규모의 금 표면에 있는 화려한 질감을 공개했습니다. 그 이후로 원자 규모의 표면 구조를 더 잘 이해하려는 노력이 계속해서 이루어졌습니다.

가장 안정적인 금 표면인 Au(111) 표면은 정교한 현미경으로 관찰할 수 있는 주기적인 헤링본 질감을 가지고 있습니다. 장기적인 수수께끼는 왜 이 이상한 헤링본이 금 표면에 형성되는지입니다. 수십 년 동안 광범위한 연구가 수행되었지만 구조 세부 사항에 대한 철저한 설명이 아직 누락되어 기본 메커니즘이 제대로 이해되지 않았습니다.

이 문제의 어려움은 텍스처의 크기가 나노 수준임에도 불구하고 주기 단위에 여전히 100,000개 이상의 원자가 포함되어 있다는 사실에 있습니다. 이 시스템을 정량적으로 연구하려면 매우 효율적이고 정확한 계산 방법이 필요합니다. 그러나 전통적인 접근 방식에서는 이 두 가지 요구 사항을 동시에 충족할 수 없습니다.

최근 UNIST 기초과학연구원(IBS) 다차원탄소재료센터(CMCM) 펑딩(재료공학과) 석좌교수 등이 최첨단 신경망 기술을 활용한 연구를 진행했다. 정확하지만 느린 계산 방법으로 금 역장을 훈련하는 네트워크 방법입니다.

신경망의 강력한 학습 능력으로 인해 이 새로운 역장은 거의 동일한 정확도를 획득하며, 더 중요하게는 원래 방법보다 훨씬 더 빠릅니다.

이 힘장을 사용하여 저자는 Au(111) 표면에서 실험적으로 관찰된 헤링본 텍스처를 성공적으로 시뮬레이션했으며 표면 아래에 무시할 수 없는 변형이 있음을 밝혔습니다.

이러한 변형은 재배열된 표면 원자의 효과적인 이완을 허용하기 때문에 헤링본 텍스처의 형성에 중요합니다. 변형이 억제되면(예를 들어 얇은 모델을 사용하는 경우) 텍스처가 줄무늬가 됩니다.

한편, 저자는 헤링본 질감이 적용된 변형에 민감하다는 것도 확인했습니다. 변형이 없는 표면에서 헤링본 질감은 거울대칭입니다. 그러나 약간의 변형이 가해지면 질감이 기울어집니다. 임계변형 이상에서는 철저하게 줄무늬로 변한다. 조직.

“이 중요한 작업은 기계 학습 방법의 적용을 확장합니다. 재료 과학 연구단지의 새로운 길을 열다 표면 시스템'이라고 연구팀은 지적했다.

Feng Ding 교수가 주도한 이 연구는 Pai Li 박사가 처음으로 집필했습니다. 이번 연구 결과는 국제학술지 2022년 XNUMX월호에 게재됐다. 과학의 발전.