[論文レビュー] Origin of Reduced Coercive Field in ScAlN: Synergy of Structural Softening and Dynamic Atomic Correlations

Ryotaro Sahashi, Po-Yen Chen+1 more|arXiv (Cornell University)|Mar 19, 2026

Ferroelectric and Negative Capacitance Devices被引用数 0

ひとこと要約

この論文は Sc 掺入アルミニウム窒化物 ScAlN における強制場 Ec が Sc 含有量とともに減少する理由を、構造的ソフトニングと動的原子相関の進化の組み合わせに帰着し、高度な MD シミュレーションと機械学習ポテンシャルを用いて観察したことを説明します。

ABSTRACT

Among wurtzite-type ferroelectrics, scandium-doped aluminum nitride (ScAlN) has emerged as a leading candidate for CMOS-compatible low-voltage memory, combining strong spontaneous polarization with process compatibility. A remarkable feature of this system is the pronounced reduction of the coercive field (Ec) with increasing Sc concentration; however, its microscopic origin remains poorly understood at the atomic scale, particularly under finite temperature and applied electric fields. Here, we integrate a density-functional-theory-accurate machine-learning force field with an equivariant neural-network-based Born effective charge model to perform large-scale electric-field-driven molecular dynamics simulations at near-first-principles accuracy. The framework correctly reproduces the experimentally observed qualitative trends in key experimental trends, including the decrease in the c/a ratio and the monotonic reduction of Ec with increasing Sc content. Beyond static structural softening, we uncover a dynamic mechanism underlying Ec reduction. Sc atoms exhibit larger thermal vibrations and undergo preceding displacements during switching, acting as dynamic triggers for polarization reversal. Moreover, the displacement correlation between Sc and Al atoms evolves systematically with composition, enhancing cooperative atomic rearrangements and lowering the effective switching barrier. These results demonstrate that Ec reduction in ScAlN arises from the synergy of structural softening and dynamic correlation evolution, providing a new perspective for designing hexagonal ferroelectrics.

研究の動機と目的

• ScAlN の Ec 減少の微視的起源を CMOS 互換の強誘 ferroelectrics に対して理解を動機づける。
• 組成が構造パラメータおよびスイッチング挙動に与える影響を調査する。
• 電場下での大規模シミュレーションに対して第一原理近似に近い精度を達成する計算フレームワークを開発する。

提案手法

• 大規模シミュレーションのために密度汎関数理論に近い機械学習力場を用いる。
• ポ polarization 応答を捉える等変ニューラルネットワークベースのBorn 有効電荷モデルを適用する。
• 有限温度での電場駆動分子動力学シミュレーションを実行する。
• 実験観察との定性的傾向（c/a 比、Ec vs Sc 含有量）を比較してフレームワークを検証する。
• スイッチング時の Sc 原子振動と変位前兆を追跡して動的メカニズムを分析する。

実験結果

リサーチクエスチョン

• RQ1 ScAlN における Sc 含有量の増加に伴い Ec の低下を駆動する微視的機構は何か。
• RQ2 構造的ソフトニングと動的原子相関は組成と温度とともにどのように進化し、極性スイッチングに影響を与えるか。
• RQ3 第一原理精度で大規模スケールのフレームワークが格子定数と Ec の実験傾向を再現できるか。

主な発見

• Ec は実験で観測されるように Sc 含有量の増加とともに単調に減少する。
• Ec の低下に伴い静的構造ソフトニングが生じ、格子定数の変化（c/a 比）に反映される。
• Sc 原子は熱振動が大きく、スイッチング時の偏極反転の動的きっかけとして機能する。
• 組成に応じて Sc と Al 之间の変位相関が進化し、協調した原子再配置を促進してスイッチング障壁を低下させる。
• ML 力場と等変 Born 電荷モデルは、電場下の大規模 MD で定性的な実験傾向を再現できる。