Fysikere opdager den undvigende Bragg-glasfase med maskinlæringsværktøj

Cornell kvanteforskere har opdaget en undvigende fase af stof, kaldet Bragg-glasfasen, ved hjælp af store mængder røntgendata og et nyt maskinlæringsdataanalyseværktøj. Opdagelsen afgør et langvarigt spørgsmål om, hvorvidt denne næsten – men ikke helt – ordnede tilstand af Bragg-glas kan eksistere i rigtige materialer.

Avisen, "Bragg glassignaturer i Pd_x ErTe₃ med røntgendiffraktion Temperatur Clustering (X-TEC)," er udgivet i Nature Physics . Hovedforfatteren er Krishnanand Madhukar Mallayya, en postdoc-forsker ved Institut for Fysik i College of Arts and Sciences (A&S). Eun-Ah Kim, professor i fysik (A&S), er den tilsvarende forfatter. Forskningen blev udført i samarbejde med forskere ved Argonne National Laboratory og ved Stanford University.

Forskerne præsenterer det første bevis på en Bragg-glasfase som detekteret fra røntgenspredning, som er en sonde, der får adgang til hele hovedparten af ​​et materiale, i modsætning til kun overfladen af ​​et materiale, i en systematisk uordnet ladningstæthedsbølge ( CDW) materiale, Pd_x ErTe₃ . De brugte omfattende røntgendata og et nyt maskinlæringsdataanalyseværktøj, X-ray Temperature Clustering (X-TEC).

"På trods af dens teoretiske forudsigelse for tre årtier siden, manglede konkrete eksperimentelle beviser for CDW Bragg-glas i hovedparten af ​​krystallen," sagde Mallayya.

Teoretisk set er der en skarp skelnen mellem tre faser:lang rækkefølge, Bragg-glas og uordnet tilstand, sagde Kim. I den uordnede tilstand falder CDW-korrelationen inden for en begrænset afstand. I den langtrækkende ordnede tilstand fortsætter ladningstæthedsbølgekorrelationen på ubestemt tid.

I Bragg-glasfasen, fortsatte Kim, falder CDW-korrelationen så langsomt, at den kun vil forsvinde fuldstændigt på uendelige afstande.

"Udfordringen er at opdage disse forskelle fra eksperimentelle data, der også afspejler virkelige problemer som støj og endelig opløsning af den eksperimentelle opsætning," sagde Kim.

Forskerne overvandt nøgleudfordringer gennem strategisk synergi mellem materialer, data og maskinlæringsværktøjer. På materialefronten fandt de, i samarbejde med forskere ved Stanford, en familie af CDW-materialer, der vil tillade en systematisk undersøgelse med kontrol over snavs at bruge i eksperimentet - Pd_x ErTe₃ . På datafronten tog de enorme mængder data på Argonne National Laboratory i samarbejde med Argonne-forskere.

På maskinlæringsfronten brugte de X-TEC, et maskinlæringsværktøj, til at analysere den enorme mængde data med en skalerbar og automatiseret tilgang.

"En eksperimentel påvisning af Bragg-glasfase gennem røntgendiffraktion har afgjort det åbne spørgsmål vedrørende skæbnen for CDW-ordre underlagt snavs," sagde Mallayya.

Ud over det specifikke videnskabelige problem præsenterer papiret en ny forskningsmetode i en tidsalder med store data, sagde Kim:"Ved at bruge maskinlæringsværktøjer og datavidenskabelige perspektiver kan vi gå efter udfordrende spørgsmål og spore subtile signaturer gennem en omfattende dataanalyse."

Forskerne skrev, at denne påvisning af Bragg-glasorden og det resulterende fasediagram markant fremmer vores forståelse af det komplekse samspil mellem uorden og fluktuationer. Desuden kan brugen af ​​X-TEC til at målrette mod udsving gennem et højt gennemløbsmål for "peak spread" revolutionere, hvordan udsvingene studeres i spredningsforsøg.

Flere oplysninger: Krishnanand Mallayya et al., Bragg glassignaturer i Pd_x ErTe₃ med røntgendiffraktionstemperaturklyngning, Naturfysik (2024). DOI:10.1038/s41567-023-02380-1

Leveret af Cornell University