Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18003
Authors: Θεοδώρου, Μιχαήλ
Keywords: Κβαντικά Υλικά
Θεωρία Συναρτησιακού της Πυκνότητας (DFT)
τοπολογικοί μονωτές
Διθειούχο Μολυβδαίνιο (MoS2)
πρόβλεψη κρυσταλλικής δομής
τεχνητή νοημοσύνη
Quantum Materials
Density Functional Theory (DFT)
topological insulators
Molybdenum Disulfide (MoS2)
Crystal Structure Prediction
Artificial Intelligence
Abstract: Τα τελευταία χρόνια έχει σημειωθεί μεγάλη πρόοδος στην αναζήτηση μοντέρνων και πρωτοπόρων υλικών με εξωτικές ιδιότητες. Τόσο η δίψα για τεχνολογική εξέλιξη, όσο και η ανάγκη για την εξήγηση των φυσικών φαινομένων που κρύβονται πίσω από αυτές τις ιδιότητες έχουν οδηγήσει στην εύρεση εφαρμογών που θα ωφελήσουν σημαντικά την ανθρωπότητα στο μέλλον. Μία μεγάλη κατηγορία μοντέρνων υλικών είναι τα κβαντικά υλικά. Τα υλικά αυτά έχουν ένα κοινό χαρακτηριστικό: οι ιδιότητές τους είναι εγγενώς κβαντικές και εξηγούνται μέσω σύνθετης κβαντικής θεωρίας. Τα έκτακτα φαινόμενα που λαμβάνουν χώρα σε νέα υλικά, όπως οι τοπολογικοί μονωτές, τα τοπολογικά ημιμέταλλα, τα δισδιάστατα υλικά, οι υπεραγωγοί υψηλής θερμοκρασίας έχουν απασχολήσει ιδιαίτερα την επιστημονική κοινότητα, ενώ υπόσχονται ποικίλες και χρήσιμες μελλοντικές εφαρμογές στους τομείς της ηλεκτρονικής, των αισθητήρων, των κβαντικών υπολογιστών. Ταυτόχρονα, η ραγδαία εξέλιξη των υπολογιστικών συστημάτων και η αύξηση της υπολογιστικής ισχύος των τελευταίων ετών έχει συμβάλει και αυτή με τον τρόπο της στην εξερεύνηση των σύγχρονων υλικών. Αφ’ ενός, οι υπολογιστικές θεωρίες των υλικών έλαβαν σημαντική προώθηση, με αποτέλεσμα να παράγονται σε ετήσια βάση άφθονα και εξαιρετικά αξιόπιστα υπολογιστικά δεδομένα, σε σημείο που κατευθύνουν τις πειραματικές μελέτες. Αφ’ ετέρου, οι σύγχρονοι αλγόριθμοι που υπάγονται στην κατηγορία της τεχνητής νοημοσύνης, όπως οι αλγόριθμοι μηχανικής μάθησης και οι εξελικτικοί αλγόριθμοι, επεκτείνονται ολοένα και περισσότερο διεισδύοντας στον τομέα των υλικών. Οι εφαρμογές της μηχανικής μάθησης στα υλικά υπάγονται πλέον στην ευρύτερη έρευνα της κβαντικής ύλης. Στην εργασία αυτή γίνεται ανάλυση των τοπολογικών μονωτών με χρήση της Θεωρίας του Συναρτησιακού της Πυκνότητας (DFT) και παρουσιάζονται οι εφαρμογές των γενετικών αλγορίθμων στην πρόβλεψη της κρυσταλλικής δομής. Στο Κεφάλαιο 1 γίνεται μία σύντομη εισαγωγή στα κβαντικά υλικά, στους τοπολογικούς μονωτές και στις εφαρμογές της τεχνητής νοημοσύνης στην έρευνα των υλικών. Στα Κεφάλαια 2, 3 δίνονται στοιχεία της θεωρίας της Φυσικής Συμπυκνωμένης Ύλης με έμφαση στη Θεωρία του Συναρτησιακού της Πυκνότητας (DFT), ώστε στο Κεφάλαιο 4 να μελετηθούν βασικές εφαρμογές της σε πραγματικά υλικά. Στο κεφάλαιο 5 αναλύεται η βασική θεωρία των Τοπολογικών ιδιοτήτων των υλικών και στο κεφάλαιο 6 παρουσιάζεται το κύριο μέρος της εργασίας αυτής: οι υπολογισμοί DFT για αναζήτηση επιφανειακών καταστάσεων στη φάση 1T’ του διθειούχου μολυβδαινίου (MoS2). Τέλος στο Κεφάλαιο 7 περιγράφονται μερικές εφαρμογές της μηχανικής μάθησης στα υλικά και παρουσιάζεται η μελέτη της κρυσταλλική δομής ορισμένων περοβσκιτών με γενετικούς αλγορίθμους.
URI: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18003
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
thesis_MT_final.pdf6.85 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.