[논문 리뷰] Evolutionary search for new high-k dielectric materials: methodology and applications to hafnia-based oxides

Qingfeng Zeng, Artem R. Oganov외 7명|arXiv (Cornell University)|2013. 07. 24.

Semiconductor materials and devices인용 수 5

한 줄 요약

이 논문은 전기율, 밴드 갭, 내재적 파손 전류 밀도를 종합한 피트니스 모델을 제안하며, 제1원리 계산과 USPEX 알고리즘을 활용한 진화적 재료 발견 프레임워크에서 목표 함수로 사용한다. 이 모델은 HfO2와 SiO2의 높은 피트니스를 가진 구조, 특히 새로운 상들을 규명하며, 고k 재료의 핵심 '유전자' 특성으로 좌굴 다면체와 비대칭성의 정도를 규명한다. 이는 고정 조성 및 변동 조성 시스템(예: HfO2-SiO2)에서 효율적인 재료 발견을 가능하게 한다.

ABSTRACT

High-k dielectric materials are important as gate oxides in microelectronics and as potential dielectrics for capacitors. In order to enable computational discovery of novel high-k dielectric materials, we propose a fitness model (energy storage density) that includes the dielectric constant, bandgap, and intrinsic breakdown field. This model, used as fitness function in conjunction with first-principles calculations and global optimization evolutionary algorithm USPEX, efficiently leads to practically important results. We found a number of high-fitness structures of SiO2 and HfO2, some of which correspond to known phases and some are new. The results allow us to propose characteristics (genes) common to high-fitness structures - these are the coordination polyhedra and their degree of distortion. Our variable-composition searches in the HfO2-SiO2 system uncovered several high-fitness states. This hybrid algorithm opens up a new avenue of discovering novel high-k dielectrics with both fixed and variable compositions, and will speed up the process of materials discovery.

연구 동기 및 목표

• 마이크로일렉트로닉스 및 콘덴서용 새로운 고k 유전체 재료의 계산적 발견을 가속화하기 위해.
• 재료 성능 평가를 위한 피트니스 함수를 개발하여 전기율(κ), 밴드 갭(Eg), 내재적 파손 전류 밀도(Eb)를 통합하기 위해.
• 높은 피트니스를 가진 유전체 상에서 공통적인 구조적 특징(‘유전자’)을 규명하기 위해.
• 고정 조성(HfO2, SiO2) 및 변동 조성(HfO2-SiO2) 시스템에서 새로운 고k 상을 탐색하기 위해.
• USPEX 진화 알고리즘이 복잡한 고k 재료 발견에 효과적으로 기여할 수 있음을 입증하기 위해.

제안 방법

• 피트니스 모델은 에너지 저장 밀도를 기반으로 하며, 전기율(κ), 밴드 갭(Eg), 내재적 파손 전류 밀도(Eb)를 조합하여 재료 성능을 평가한다.
• 후보 상의 전자적 및 구조적 성질을 계산하기 위해 제1원리 밀도함수이론(DFT) 계산을 사용한다.
• USPEX 진화 알고리즘이 화학 조성 전역에서 안정적이고 낮은 에너지의 결정 구조를 탐색하기 위해 글로벌 최적화를 수행한다.
• HfO2-SiO2 시스템에서 변동 조성 탐색을 수행하여 높은 피트니스를 가진 고체 용액을 규명한다.
• 구조 분석을 통해 좌굴 다면체와 그 비대칭 정도가 높은 피트니스 재료의 핵심 기술적 특성으로 규명된다.
• 피트니스 점수는 유망한 후보를 정렬하고 향후 연구를 위한 우선순위를 정하기 위해 사용된다.

실험 결과

연구 질문

• RQ1 고성능 고k 유전체를 정의하는 구조적 무늬와 전자적 성질은 무엇인가?
• RQ2 κ, Eg, Eb를 통합한 피트니스 함수가 새로운 고k 재료의 발견을 효과적으로 이끌 수 있는가?
• RQ3 HfO2-SiO2 시스템에서 높은 유전율 성능을 가진 안정적이고 에너지적으로 유리한 상은 무엇인가?
• RQ4 높은 피트니스를 가진 유전체 상에서 공통적으로 나타나는 구조적 특징(‘유전자’)은 무엇인가?
• RQ5 USPEX 알고리즘이 복잡한 산화물 시스템에서 새로운 고k 재료를 발견하는 데 얼마나 효과적인가?

주요 결과

• 피트니스 모델은 기존의 HfO2 및 SiO2 고k 상을 성공적으로 규명하여 예측 능력을 입증하였다.
• HfO2 및 SiO2의 여러 새로운 고피트니스 결정 구조가 발견되었으며, 이는 이전에 보고되지 않은 다형체를 포함한다.
• HfO2-SiO2 시스템은 높은 피트니스를 가진 다수의 고체 용액을 도출하여 유전율 성능 조절 가능성을 시사한다.
• 좌굴 다면체와 그 비대칭 정도가 높은 피트니스 재료에 공통적으로 나타나는 핵심 구조적 '유전자'로 규명되었다.
• 진화적 탐색 방법은 복잡한 상 공간을 효율적으로 탐색하여 고속 재료 발견에 있어 실용성을 입증하였다.
• 이 방법은 고정 조성 및 변동 조성 시스템 모두에서 새로운 고k 유전체를 체계적으로 탐색할 수 있도록 한다.