全自洽GW近似方法的发展与应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11904370
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A20.凝聚态物理
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The GW method based on many-body perturbation theory can accurately predict the excited properties of materials such as quasiparticle energy, band structure and liftetime of quasiparticle states. In previous work, we developed a fully self-consistent GW method for periodic material. This project is devoted to the development and optimization of this method and we will apply the GW method to the material system with significance of basic research and application purpose, including: We will study the effects of non-self-consistent, partial self-consistent and fully self-consistent GW method on the quasiparticle energy; We will also study the effects of approximations like conduction band truncation and diagonal approximation on the accuracy and efficiency of quasiparticle energy; Based on the numerical research (optimization of Fourier transform algorithm and fast calculation of dielectric function matrix), we will further optimize our algorithm to improve the efficiency of GW calculation; We will systematically investigate the excitation properties of 2D materials, predict their optelectronic properties and cooperate with experimental group. The implementation of the project will provide a solid basis for the fabrication and application of materials in the field of nanoelectronics.
基于多体微扰理论的GW方法可以精确计算材料的准粒子能量、能带结构和准粒子寿命等激发态性质。在前期工作中,我们针对周期性体材料开发了一套全自洽的GW方法。本项目致力于发展和优化该方法,并将其应用于具有基础研究意义和使用价值的热点材料体系。主要研究内容包括:研究和阐述非自洽、部分自洽、全自洽GW近似等自洽方式对准粒子能量的影响;研究导带截断、对角化近似等近似手段对准粒子能量的计算精度和效率的影响,寻找最优近似;优化傅立叶变换算法以及发展介电函数矩阵的快速计算方法,对GW程序进行系统优化,发展高效的全自洽GW近似方法和计算程序;系统研究二维材料激发态的电子结构和性质,预测其光电特性,并积极开展与实验研究的合作。本项目的顺利实施将为纳米电子学领域中材料的制备与光电器件应用提供坚实的物理基础。

结项摘要

GW方法可以准确的计算准粒子能量、能带结构和准粒子寿命等激发态性质,具有十分重要的研究价值。本项目在已有全自洽GW方法研究的基础上,围绕全自洽GW方法的近似优化和自洽评估开展研究,建立并丰富GW近似方法的理论计算模型,并将其应用于具有基础研究意义和使用价值的热点材料体系。研究内容包括:1.从数值计算的角度研究自洽方式、对角化近似和导带截断近似等对准粒子能量的影响;2.优化GW近似中傅立叶变换算法和介电函数矩阵的快速计算方法,改善并行结构,在此基础上提出一套高效的全自洽GW近似方法;3.系统研究二维材料的激发态性质,预测新型二维材料的光电特性,并积极开展与实验研究的合作。研究重要成果包括:1.在自洽评估方面,非自洽GW方法对初始的哈密顿量有很强的依赖性,而全自洽GW近似方法的准粒子能量不受初始输入的本征能量和本征波函数的影响;2.在导带截断近似评估方面,大部分GW方法都对未占据态进行了截断(往往只有几百条),由此产生不完全收敛的计算结果,全自洽GW方法采用了完整的矩阵来表示,针对未占据态没有任何的截断,具有很好的收敛性;3.基于GW方法,系统地研究了二维IV族碲化物(SiTe,GeTe,SnTe,PbTe)的准粒子电子和光学性质。计算结果表明,除了直接带隙为1.742eV的单层PbTe外,所有IV族碲化物都是间接带隙半导体,而它们都具有突出的载流子输运能力。本项目的研究对二维材料激发态性质的调控,改善二维材料的光电特性等有很大的帮助。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
Anisotropic to Isotropic Transition in Monolayer Group-IV Tellurides.
单层 IV 族碲化物中各向异性到各向同性的转变
  • DOI:
    10.3390/ma14164495
  • 发表时间:
    2021-08-11
  • 期刊:
    Materials (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Wang Q;Wu L;Urban A;Cao H;Lu P
  • 通讯作者:
    Lu P
Investigation of native defects and impurities in X-N (X = Al, Ga, In)
X-N(X = Al、Ga、In)中的原生缺陷和杂质研究
  • DOI:
    10.1016/j.commatsci.2020.110169
  • 发表时间:
    2020-11
  • 期刊:
    Computational Materials Science
  • 影响因子:
    3.3
  • 作者:
    Yingjie Chen;Liyuan Wu;Dan Liang;Pengfei Lu;Jianjun Wang;Jun Chen;Huawei Cao;Lihong Han
  • 通讯作者:
    Lihong Han
Scalable and efficient graph traversal on high-throughput cluster
高吞吐量集群上可扩展且高效的图遍历
  • DOI:
    10.1007/s42514-020-00056-3
  • 发表时间:
    2021
  • 期刊:
    CCF TRANSACTIONS ON HIGH PERFORMANCE COMPUTING
  • 影响因子:
    0.9
  • 作者:
    Fan Dongrui;Cao Huawei;Wang Guobo;Nie Na;Ye Xiaochun;Sun Ninghui
  • 通讯作者:
    Sun Ninghui

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

面向低精度神经网络的数据流体系结构优化
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    范志华;吴欣欣;李文明;曹华伟;安学军;叶笑春;范东睿
  • 通讯作者:
    范东睿
面向高通量计算机的图算法优化技术
  • DOI:
    10.7544/issn1000-1239.2020.20200115
  • 发表时间:
    2020
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    张承龙;曹华伟;王国波;郝沁汾;张洋;叶笑春;范东睿
  • 通讯作者:
    范东睿

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码