[논문 리뷰] The band gap problem: the accuracy of the Wien2k code confronted

J. A. Camargo-Martínez, R. Baquero|arXiv (Cornell University)|2012. 08. 09.

Advanced Chemical Physics Studies참고 문헌 1인용 수 34

한 줄 요약

이 연구는 반도체 밴드 갭 예측을 위한 Wien2k 코드와 수정된 Becke-Johnson 국부 밀도 근사법(이하 mBJLDA) 잠재력의 정확도를 평가한다. 이는 GW 근사법(GWA)과 하이브리드 함수들(HSE, HISS)과의 비교를 포함한다. GWA는 가장 정확한 결과를 제공하며, 27개의 반도체 중 88%가 10% 이내의 오차로 예측되었고, 15개는 5% 이내였다. mBJLDA 방법은 정확도와 계산 효율성 사이의 균형이 매우 우수하여, 그 경험적 성격과 일관된 최적화 절차의 부재에도 불구하고 대규모 연구에 적합하다.

ABSTRACT

This paper is a continuation of our detailed study [Phys. Rev. B 86, 195106 (2012)] of the performance of the recently proposed modified Becke-Jonhson potential (mBJLDA) within the known Wien2k code. From the 41 semiconductors that we have considered in our previous paper to compute the band gap value, we selected 27 for which we found low temperature experimental data in order to pinpoint the relative situation of the newly proposed Wien2k(mBJLDA) method as compared to other methods in the literature. We found that the GWA gives the most accurate predictions. The Wien2k (mBJLDA) code is slightly less precise, in general. The Hybrid functionals are less accurate, on the overall. The GWA is definitely the most precise existing method nowadays. In 88% of the semiconductors considered the error was less than 10%. Both, the GWA and the mBJLDA potential, reproduce the band gap of 15 of the 27 semiconductors considered with a 5% error or less. An extra factor to be taken into account is the computational cost. If one would seek for precision without taking this factor into account, the GWA is the method to use. If one would prefer to sacrifice a little the precision obtained against the savings in computational cost, the empirical mBJLDA potential seems to be the appropriate method. We include a graph that compares directly the performance of the best three methods, according to our analysis, for each of the 27 semiconductors studied. The situation is encouraging but the problem is not yet a closed issue.

연구 동기 및 목표

• Wien2k 코드에 mBJLDA 잠재력을 적용하여 반도체 밴드 갭을 예측하는 데 있어 정확도를 평가하는 것.
• 기존의 방법들인 GW 근사법(GWA)과 하이브리드 함수들(HSE, HISS)과의 성능을 비교하는 것.
• LDA, GGA, 평균값 또는 실험적 값으로 선택한 격자 상수의 영향이 mBJLDA를 사용한 밴드 갭 예측에 미치는 영향을 평가하는 것.
• 밴드 갭 계산에서 정확도와 계산 비용 사이의 상호 상충 관계를 규명하는 것.
• 저온 실험 데이터를 바탕으로 반도체의 밴드 갭 예측에 가장 신뢰할 수 있는 방법을 규명하는 것.

제안 방법

• 저온 실험 밴드 갭 데이터가 확보된 27개의 반도체를 분석한다.
• 밴드 갭은 Wien2k 코드를 사용하여 mBJLDA 잠재력, GWA, 하이브리드 함수들(HSE, HISS)을 통해 계산한다.
• mBJLDA 잠재력은 LDA, GGA, 그 평균값 또는 실험적 값에서 유도된 격자 상수를 사용하여 민감도를 시험한다.
• mBJLDA 잠재력은 Becke-Roussel 잠재력과 스핀에 의존하는 운동 에너지 밀도 항의 조합이며, 경험적 파rameter α = -0.012 및 β = 1.023 Bohr¹ᐟ²를 포함한다.
• 각 방법의 성능은 예측된 밴드 갭을 실험 값과 비교하여 정량화되며, 오차는 백분율 편차로 계산된다.
• 모든 27개의 반도체에 대해 상위 3개 방법의 성능을 비교하는 직접적인 그래프가 포함되어 있다.

실험 결과

연구 질문

• RQ1 Wien2k 코드에 mBJLDA 잠재력을 적용한 반도체 밴드 갭 예측의 정확도는 실험 데이터와 비교해 어떻게 되는가?
• RQ2 LDA, GGA, 평균값 또는 실험적 값으로 선택한 격자 상수의 선택이 mBJLDA를 사용한 밴드 갭 예측에 유의미한 영향을 미치는가?
• RQ3 정확도와 계산 비용 측면에서 mBJLDA의 성능은 GW 근사법과 하이브리드 함수들(HSE, HISS)과 비교해 어떻게 되는가?
• RQ4 경험적 성격과 일관된 변분 프레임워크의 부재에도 불구하고, mBJLDA 잠재력은 신뢰할 수 있는 밴드 갭 예측을 제공할 수 있는가?
• RQ5 반도체의 밴드 갭 계산에서 정확도와 계산 효율성 사이의 최적의 균형을 제공하는 방법은 무엇인가?

주요 결과

• GW 근사법(GWA)은 가장 정확한 예측을 제공하며, 27개의 반도체 중 88%가 10% 이내의 오차로 예측되었다.
• Wien2k에 구현된 mBJLDA 잠재력은 GWA보다 略적으로 낮은 정확도를 보였지만 여전히 매우 신뢰할 수 있으며, 27개의 반도체 중 15개는 5% 이내의 오차로 예측되었다.
• 하이브리드 함수들(HSE 및 HISS)은 전체적으로 덜 정확했으며, HSE는 평균 15%의 오차, HISS는 평균 46%의 오차를 보였다.
• LDA와 GGA 격자 상수의 평균값(a_avg)을 사용할 경우, LDA나 GGA를 별도로 사용하는 것보다 더 나은 밴드 갭 예측을 얻었고, 일부 경우 실험 격자 상수보다도 뛰어난 성능을 보였다.
• 놀랍게도, 저온 실험 격자 상수(a_LT)를 사용한 결과, 밴드 갭 예측의 편차가 최대 48%까지 발생하여, mBJLDA와 함께 실험 격자 상수를 항상 최적의 결과를 얻는 데 사용할 수 있다는 가정을 뒤집는 결과를 보였다.
• 경험적 한계가 있음에도 불구하고, mBJLDA 방법은 정확도와 낮은 계산 비용 사이의 유리한 균형을 유지하므로 대규모 밴드 갭 계산에 매우 강력한 후보로 남아 있다.