Туннелирующие электроны показали зонную структуру глубоких слоев
Американские физики разработали новый метод визуализации зонной структуры двумерных слоев, находящихся довольно далеко от поверхности материала. Опубликованная в Science работа рассказывает о подходе, основанном на совмещении сканирующей туннельной микроскопии и фотоэлектронной спектроскопии. С помощью предложенного метода можно получать изображение электронной структуры полупроводниковых и проводящих материалов, а также исследовать взаимодействие электронов с кристаллической решеткой.
В кристаллической решетке полупроводникового или проводящего материала электроны отдельных атомов из-за взаимодействия друг с другом формируют сложные скоррелированные системы. Для удобства исследования таких систем энергетическое состояние электронов обычно рассматривают в пространстве энергия-импульс. Именно в таком представлении можно наблюдать образование энергетических зон в кристалле: зону проводимости и валентную зону. Форма этих зон является показателем электронных свойств кристалла — будет он проводником, полупроводником, или обладать какими-то необычными свойствами. Однако не для всех материалов существуют методы точного измерения зонной структуры. В частности, до сих пор не удавалось экспериментально исследовать энергетические зоны отдельных двумерных слоев внутри многослойных кристаллических структур, однако такие данные могли бы помочь ученым в создании многослойных структур с заданными электронными свойствами.
Американские физики под руководством Чжунхо Чжана (Joonho Jang) из Массачусетского технологического института разработали метод, с помощью которого можно получать изображение зонной структуры двумерных слоев внутри материала. Для этого они объединили методы сканирующей туннельной микроскопии и фотоэлектронной спектроскопии с угловым разрешением. Обычно фотоэлектронная спектроскопия используется для исследования зонной структуры поверхностей, а в случае однородности материала по ней можно восстановить зонную структуру вещества. В своей работе ученые предложили объединить ее с туннельной микроскопией, чтобы с помощью инжектированных туннельных электронов можно было изучать свойства слоев, находящихся в глубине материала. В качестве модельной системы для демонстрации работы предложенного подхода авторы работы изучили зонную структуру полупроводниковой пленки арсенида галлия.
Исследуемая структура была устроена таким образом, что между двумя полупроводниковыми пластинами из арсенида галлия находился слой арсенида галлия, допированного алюминием. Оба полупроводниковых слоя являются для электронов квантовыми ямами, между которыми электрон может туннелировать через слой, содержащий алюминий. С помощью микроскопа физики заставили электроны туннелировать из одного слоя арсенида галлия в другой, а потом с помощью фотоэлектронной спектроскопии получили изображение зонной структуры второго слоя. Для дополнительного управления импульсом электронов в плоскости слоя прикладывалось внешнее магнитное поле величиной до 10 тесла. Предложенный метод авторы работы назвали туннельной спектроскопией с разрешением по импульсу и энергии (momentum- and energy-resolved tunneling spectroscopy).
В результате эксперимента ученым удалось не только получить изображение зонной структуры полупроводникового слоя, но и обнаружить при определенных внешних условиях необычные эффекты. В частности, при приложении перпендикулярного магнитного поля больше 5 тесла наблюдалось расщепление зоны проводимости. По словам ученых, раньше такой эффект никто не наблюдал. Обнаруженный эффект авторы исследования связывают с взаимодействием электронов с колеблющимися с увеличенной интенсивностью ионами решетки.
По словам ученых, предложенный метод можно использовать для изучения энергетических зон самых разнообразных двумерных кристаллических слоев: это могут быть не только полупроводники и проводящие материалы, но и материалы, которые не проводят электрический ток и в которых плотность носителей заряда равна нулю. Кроме того, с помощью предложенного метода можно получить информацию об эффектах взаимодействия электронов с другими квазичастицами: образование плазмонов и поляронов или взаимодействие электронов с фононами. Отдельным достоинством метода является возможность его использования при больших внешних магнитных полях.
Изучение зонной структуры двумерных материалов позволяет оценивать и предсказывать электронные свойства и более необычных кристаллов. В частности, по характеру перекрытия энергетических зон можно говорить о сверхпроводящих свойствах двумерных кристаллов.
Александр Дубов
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.