摘要
此项研究通过贝叶斯优化和最小绝对收缩选择算子(LASSO)技术结合第一性原理计算,探索了 Fe/无序MgAl2O4(MAO)/Fe(001)磁性隧道结(MTJ)的隧道磁电阻(TMR)效应。通过对 1728 个候选结构进行贝叶斯优化,得到了 TMR 最大的最优结构,在 300 次结构计算中达到收敛。对所得结构的表征表明,两个铝原子之间的面内距离在决定 TMR 方面起着重要作用。由于无序 MAO 的 Al-Al 距离对复数能带结构的虚部有显著影响,Fe/无序MAO/Fe-MTJs 中 Δ1 态的多数自旋电导随着面内 Al-Al 距离的增加而增加,导致 TMR 增大。此外,我们还发现,当 [001] 面上 Al、Mg 和空位的数量之比为 2:1:1 时,TMR 趋于大,这表明 Al 原子位置的控制对于提高无序 MAO 的 MTJ 中的 TMR 至关重要。本文揭示了材料信息学结合第一性原理输运计算在基于 MTJs 的高性能自旋电子器件设计中的有效性和优越性。
原文
- S. Ju, et al. Machine learning analysis of tunnel magnetoresistance of magnetic tunnel junctions with disordered MgAl2O4. PHYSICAL REVIEW RESEARCH 2, 023187 (2020)
立即试用 QuantumATK!