走査トンネル顕微鏡を使った分子操作によるフラットバンドエンジニアリング

使用扫描隧道显微镜进行分子操纵的平带工程

基本信息

批准号：
21K18898
负责人：
吉澤俊介
金额：
$ 3.33万
依托单位：
National Institute for Materials Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Research (Exploratory)
财政年份：
2021
资助国家：
日本
起止时间：
2021-07-09 至 2024-03-31
项目状态：
已结题

项目摘要

走査型トンネル顕微鏡（STM）は、物質表面の原子配列を観察するだけでなく、表面に吸着した原子や分子一つひとつを動かす用途に使うことができる。STM を使って原子や分子を規則正しく並べたいわば「人工格子」を作ると、その吸着物の配列に応じて表面電子状態を変化させることができる。しかし、原子・分子操作の研究のほとんどは貴金属単結晶基板上で行われており、表面に特殊な電子状態を作ったとしても、物性は金属基板のバルク特性で決まってしまう。そこで本研究では表面の電子状態だけが巨視的な物性を支配する原子層物質に着目する。原子層物質の表面に吸着した原子や分子の操作により表面電子状態を変調し、超伝導転移温度をはじめとした物性の制御を図る。この目的のためには多数の原子・分子を精度良く操作する必要があるので、STM 制御のプログラミングも進める。本目的を達成する実験を最適な環境で行うため、2022年度は、原子層物質の成長条件の最適化およびSTM動作中の振動対策を行った。後者に関しては、まず液体ヘリウムを減圧して極低温を実現するための大型ポンプを屋外ポンプ小屋に移動し、建物壁で騒音および振動が減衰されるようにした。これにより、1.6 K での測定安定性が格段に向上した。また、地震による原子・分子操作中への影響を防ぐため、緊急地震速報を利用して大きな地震動を回避する仕組みを構築した。吸着物の同定を自動で行うために、教師無し機械学習によるクラスタリングの手法の適用を試みた。具体的には、前年度に取得した NbSe2 の高解像度STM像に対してブロブ検出により欠陥位置を特定し、欠陥近傍の画像を自動で分類することを試みた。

扫描隧道显微镜（STM）不仅可以用来观察材料表面的原子排列，还可以移动吸附在表面上的单个原子和分子。通过使用STM创建原子和分子有序排列的“人造晶格”，表面电子态可以根据吸附物的排列而改变。然而，大多数原子和分子操纵研究都是在贵金属单晶基底上进行的，即使在表面上产生特殊的电子态，其物理性质也由金属基底的体性质决定。因此，在本研究中，我们重点研究仅表面电子态控制宏观物理性质的原子层材料。通过操纵吸附在原子层材料表面的原子和分子，我们可以调制表面电子态并控制超导转变温度等物理性质。为此，需要高精度地操纵大量的原子和分子，因此我们还将进行STM控制的编程。为了在最佳环境下进行实验以实现这一目标，我们在2022财年优化了原子层材料的生长条件，并采取了STM操作期间的振动对策。对于后者，用于降低液氦压力以达到低温的大型泵被转移到室外泵房，建筑物的墙壁可以抑制噪音和振动。这显着提高了 1.6 K 下的测量稳定性。此外，为了防止地震对原子分子运行的影响，我们建立了利用紧急地震预警来避免大地震的系统。为了自动识别吸附剂，我们尝试应用使用无监督机器学习的聚类方法。具体来说，我们尝试在前一年获取的 NbSe2 高分辨率 STM 图像中使用斑点检测来识别缺陷位置，并对缺陷附近的图像进行自动分类。