Interface entre isolantes topológicos cristalinos e materiais 2D-trivial: estudo de proximidade via defeitos

Resumo

Chamamos de topológico, estados quânticos quando a função de onda apresenta um caráter distinto que pode ser especificado por um invariante topológico, uma quantidade discreta que permanece inalterada sob transformações adiabáticas. Isolantes topológicos formam uma classe de materiais onde há um forte acoplamento entre momento e o grau de liberdade de spin. Os isolantes topológicos (TI) são materiais que tem um bulk isolante e uma superfície com estados metálicos protegidos, por exemplo, por reversão temporal, e que são caracterizados por um invariante topológico chamado de Z2. Mais recentemente inspirados nos TI pesquisadores tem buscado outras fases topológicas com proteções diferentes da reversão-temporal. Os isolantes Topológicos Cristalinos (TCIs) são fases topológicas da matéria que são protegidas por simetria do cristal, isso incluindo rotações, plano de espelho etc. No caso dos isolantes topológicos cristalinos exige uma definição do número de Chern. A sistemática de procura por TCI exige uma classificação de suas estruturas de bandas topologicamente distintas dentro de cada classe de cristal, e uma classificação completa do TCI não existe ainda e essa busca é um de nossos desafios. Através desse projeto buscamos responder algumas perguntas importantes para a área: (i) dentre os inúmeros 2D, materiais com caráter topológico dual (DTC) e TCI já propostos via Machine Learning como podemos classificá-los via grupo pontual e como pode estar ligado à sua proteção?; (ii) como a interfaces com matérias triviais podem quebrar sua proteção via simetria por efeito de proximidades quando o substrato interage via van der Waals?; (iii) a aplicação desses é um campo de pesquisa bastante estudado, e todos eles buscam utilizar a superfície, no caso dos 3D, e as bordas nos casos 2D. Sabemos que isso no caso dos TI está ligado ao valor do gap e dos valores do acoplamento spin-orbita. Utilizando o banco de dados já existente propomos desenvolver um descritor para Machine Learning de maneira a prever as condições mais favoráveis; (iv) E por fim, estudar o acesso aos estados de Rashba, esses efeitos persistem nos isolantes topológicos e são importantes se quisermos manipular spin. Entender e controlar portadores de spin é dos maiores interesses no campo da spintrônica. (AU)