Desentrañando el transporte térmico correlacionado con las estructuras atómicas en el óxido de galio amorfo a través de aprendizaje automático combinado con experimentos

Las propiedades de transporte térmico de los materiales amorfos son cruciales para sus aplicaciones emergentes en dispositivos de energía y electrónicos. Sin embargo, entender y controlar el transporte térmico en materiales desordenados sigue siendo un desafío destacado, debido a las limitaciones intrínsecas de las técnicas computacionales y la falta de descriptores físicamente intuitivos para estructuras atómicas complejas. Aquí, se muestra cómo la combinación de modelos basados en aprendizaje automático y observaciones experimentales puede ayudar a describir con precisión estructuras realistas, propiedades de transporte térmico y mapas de estructura-propiedad para materiales desordenados, lo que se ilustra con una aplicación práctica en óxido de galio. Primero, se informa sobre la evidencia experimental para demostrar que los potenciales interatómicos basados en aprendizaje automático, generados de manera autoguiada con computaciones cuánticas mínimas, permiten el modelado preciso del óxido de galio amorfo y sus propiedades de transporte térmico. Las simulaciones atómicas luego revelan los cambios microscópicos en el orden de corto y medio alcance con la densidad y elucidan cómo estos cambios pueden reducir los modos de localización y aumentar la contribución de las coherencias al transporte de calor. Finalmente, se propone un descriptor estructural inspirado en la física para fases desordenadas, con el cual se predice la relación subyacente entre estructuras y conductividades térmicas en una forma lineal. Este trabajo puede arrojar luz sobre la futura exploración acelerada de propiedades y mecanismos de transporte térmico en materiales funcionales desordenados.