Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Valley notch filter in a graphene strain superlattice: Green's function and machine learning approach

Texto completo
Autor(es):
Torres, V [1, 2] ; Silva, P. [1] ; de Souza, E. A. T. [1] ; Silva, L. A. [3, 4] ; Bahamon, D. A. [1]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Prebiteriana Mackenzie, MackGraphe Graphene & Nanomat Res Ctr, Rua Consolacao 896, BR-01302907 Sao Paulo, SP - Brazil
[2] Univ Fed Fluminense, Inst Fis, Av Litoranea S-N, BR-24210340 Niteroi, RJ - Brazil
[3] Univ Prebiteriana Mackenzie, Sch Comp & Informat, Rua Consolacao 896, BR-01302907 Sao Paulo, SP - Brazil
[4] Univ Prebiteriana Mackenzie, Grad Program Elect Engn & Comp, Rua Consolacao 896, BR-01302907 Sao Paulo, SP - Brazil
Número total de Afiliações: 4
Tipo de documento: Artigo Científico
Fonte: Physical Review B; v. 100, n. 20 NOV 11 2019.
Citações Web of Science: 0
Resumo

The valley transport properties of a superlattice of out-of-plane Gaussian deformations are calculated using a Green's function and a machine learning approach. Our results show that periodicity significantly improves the valley filter capabilities of a single Gaussian deformation; these manifest themselves in the conductance as a sequence by valley filter plateaus. We establish that the physical effect behind the observed valley notch filter is the coupling between counterpropagating transverse modes; the complex relationship between the design parameters of the superlattice and the valley filter effect make it difficult to estimate in advance the valley filter potentialities of a given superlattice. With this in mind, we show that a deep neural network can be trained to predict valley polarization with a precision similar to the Green's function but with much less computational effort. (AU)

Processo FAPESP: 15/11779-4 - Efeitos plasmônicos e não-lineares em grafeno acoplado a guias de onda ópticos
Beneficiário:Christiano José Santiago de Matos
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 12/50259-8 - Grafeno: fotônica e opto-eletrônica: colaboração UPM-NUS
Beneficiário:Antonio Helio de Castro Neto
Linha de fomento: Auxílio à Pesquisa - Programa SPEC
Processo FAPESP: 18/07276-5 - Biodetecção plasmônica no infra-vermelho médio e longínquo usando grafeno
Beneficiário:Christiano José Santiago de Matos
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 17/12747-4 - Propriedades eletrônicas e óticas (lineares e não lineares) de materiais 2D mecanicamente deformados
Beneficiário:Vanessa Carolina Torres Montilla
Linha de fomento: Bolsas no Brasil - Pós-Doutorado