Some experimental schemes to identify quantum spin liquids

为解决上述问题，本文作者提出了一些具有明显特征并且鲁棒性较好的实验信号作为探测量子自旋液体态的强有力证据。对于具有背景规范通量的自旋液体态，尽管没有破坏任何物理对称性，晶格动量的分数化体现在动力学性质上而引起谱学周期性的增强，作为分数化特征的直接反映。对于具有自旋子费米面的自旋液体态，适当的外磁场会劈裂自旋子能带。费米面处大量无能隙激发所造成动量零点处的V型谱学特征演化为塞曼劈裂能处的X型谱学特征，并且谱学强度也会向该能量处转移。在热输运性质方面，热霍尔效应能够反映出量子自旋液体的内禀规范结构，尤其是量子热霍尔效应体现出自旋子能带的拓扑性质。

本研究提出的信号特征均为量子磁性材料中自旋液体态所独有的性质，且可以使用目前的实验手段观测，因此有助于在实验上对量子自旋液体的探测及证实。

Fig. 2. Enhanced spectral periodicity of the spinon continuum. Dynamical spin structure factor for (a) spinon Fermi surafce QSL with V-shape character around the Γ point and (b) π-flux Dirac QSL with clear low-energy cone features around the high symmetry points. Contour plot of the upper edge of (𝑞,ω) in the first Brillouin zone for (c) zero-flux spinon Fermi surafce QSL and (d) π-flux Dirac QSL. (e) Original Brillouin zone (outer black square) and the folded Brillouin zone (light gray square) of square lattice. 

强关联体系中电子与电子之间有着很强的库仑相互作用。电子之间的强相互作用导致了许多新奇的物理现象，如高温超导、二维电子气中的分数量子霍尔效应、重费米子体系等等。研究这类材料的物性对于揭示强关联物理机制以及研究量子相变有着十分重要的意义。作为常被研究的体系之一，近藤晶体具有周期性排列的局域磁矩，局域磁矩之间通过以巡游电子为媒介的RKKY（Ruderman–Kittel– Kasuya–Yoshida）相互作用产生关联，同时局域磁矩也受到近藤效应（Kondo effect）产生的屏蔽，两者相互竞争，导致丰富的量子基态，比如磁有序态、超导态、费米液体态和非费米液体基态等。寻找一种材料，具有周期性排列的局域磁矩，且其中的相互作用可被调控，将推动对电子关联物理的研究。

范德瓦尔斯层状材料是近年来受到广泛研究的一类材料。对其层间进行原子插层的手段已在石墨烯和过渡族金属硫族化合物中得到大量应用。本文利用化学气相输运法制备了V5S8（V1/4VS2）晶体，即一种V原子自插层的VS2材料，通过详细的磁化、比热、电学以及热电输运测量，经过分析这些特性（磁化率/电阻率/热电势）的反常温度关系，发现该体系中存在电子的强关联特征。实验结果表明其在低温下局域磁矩被部分屏蔽，表明该体系中存在反铁磁序和近藤效应的竞争。该工作展示了插层原子在范德瓦尔斯层状材料中调节电子相互作用的能力，为拓展电子强关联材料家族提供了新方向。

Fig. 1. Structural and magnetic properties of V5S8 bulk single crystal. (a) HAADF-STEM image. Lower inset, a zoom-in image with the in-plane atomic model. Upper inset, a reduced FFT image. (b) The magnetic unit cell with the V^IS6 octahedron. The blue arrows indicate the direction of the magnetic moments on V^I sites. (c) The molar magnetic susceptibility χ for B⟂(B⟂ab plane) and B|| (B || ab plane). The inset shows the low temperature (T = 2 K) isothermal magnetization curves. (d) The inverse magnetic susceptibility 1/(χ - χ0) for B⟂. The blue dashed line is a linear fit of the Curie–Weiss law, which gives θ = 8.8 K, χ0 = 0.01 cm³·mol^-1, and μeff = 2.43μB per V^I.

新型二维材料因其不同于体材料的物性而受到广泛关注。单层Pd2Se3是2017年发现的新型二维半导体材料，理论预言Pd2Se3单层材料拥有优异的热电性质，合适的电子能隙，载流子迁移率在过渡金属硒化物中较高，在热电和光电器件方面有潜在的应用前景。与大多数二维材料不同，Pd2Se3在自然界中没有体相母体材料，不能通过解理体材料获得其单层结构，制备难度大。过去报导的制备方法主要是利用电子束照射单层PdSe2，使其转化为Pd2Se3。该方法只能合成十纳米大小、与PdSe2混合的Pd2Se3，很难研究其物性。

本文作者利用共沉积方法在表面石墨烯化的碳化硅衬底上成功合成了百纳米尺寸的单层Pd2Se3。扫描隧道显微镜与非接触式原子力显微镜联合表征，并结合第一性原理计算，确定了高质量的单层Pd2Se3的结构。扫描隧道谱测量表面所制备的Pd2Se3的能隙大小为1.2 eV。此外，通过对其硒空位缺陷进行研究，发现其价带顶附近的缺陷态具有各向异性。

本工作首次制备出了百纳米尺寸的单层Pd2Se3，为进一步的物性研究及其应用奠定了基础。

Fig. 1 Schematic of the fabrication process of monolayer Pd2Se3 and STM images. (a) Schematic of the fabrication process. Firstly, Pd and Se atoms are deposited simultaneously with the substrate maintained at 500 K for 10 minutes (top panel). Bilayer PdSe2 was fabricated (middle panel). After annealed at selenium-deficient atmosphere, monolayer Pd2Se3 was successfully synthesized (bottom panel). (b) A large scale STM image (Vs = -1 V, It = 10 pA) of Pd2Se3. Inset is the line-profile cross the step edge, highlighted by the black dashed line. (c) A zoom-in STM image (Vs = -1 V, It = 100 pA) of Pd2Se3 and line-profile cross the patterns. The lattice constants are 0.61 nm in a direction and 0.60 nm in b direction.

通过充分利用二维材料超薄的本征特性，单个双沟道晶体管能够实现多种逻辑门计算，突破了传统结构中必须多个晶体管串/并联才能实现逻辑计算的限制，可极大地提高晶体管面积利用率。本文进一步研究了温度对逻辑输出特性的影响，发现硫化钼双沟道晶体管可以通过变温实现逻辑功能切换，并通过实验论证及理论计算分析进一步探究了这一独特现象产生的原因。实验发现，硫化钼逻辑晶体管在低温（10 K）时输出“与（AND）”逻辑，而在温度升高（250K）后切换为“或（AND）”逻辑。为解释这一现象出现的原因，本文以费米-狄拉克分布函数为基础，借助变温光致发光谱展现的带隙变化和不同温度下的电学特性曲线，从理论和实验两方面证明了温度切换对载流子分布几率的影响是硫化钼逻辑晶体管发生计算功能切换的原因。

本文发现并探讨的温度切换逻辑拓展了二维材料逻辑晶体管的可能应用，为二维材料在温度可重构电路领域的应用开辟了新路径，可促进多物理场对二维材料性能调控的研究。

Fig. Temperature-switching logic in MoS2 single transistors. (a) Temperature switchable logic output of MoS2 logic transistor. Top and bottom gates serve as input signal, and channel current is collected as an output signal through drain and source. (b) The current distribution histogram of four states at different temperatures. Both (a) and (b) have the same input voltage (VTG, VBG=±2 V), VD=500 mV.

生物神经元可以感知和编码多种外界刺激信号，如温度的变化、光照等都可以诱发神经系统做出恰当的电活动响应。非线性电路被调制后其输出电压可以呈现如静息态、尖峰放电、簇放电、以及混沌放电模式，这种情况下非线性电路可以用于模拟神经元电活动行为。热敏电阻的阻值随着外界温度变化而变化，因此，热敏电阻接入神经电路后可以增强神经元对温度的感知功能。光电管可以捕获外界光照(红限频率之上)并产生光电流，因此可以当做信号源。本研究工作将热敏电阻和光电管连接到一类简单的神经元电路，光电管产生的光电流可以作为信号源(电压源或电流源)来驱动神经元电路，而热敏电阻的通道电流会随着温度变化而变化。该功能性神经元电路可以感知外界光照和温度的变化，是一种新的功能性神经元。该研究工作对进一步设计集成化的热敏和光敏传感器具有重要启发作用。

Figure 1︱Schematic diagram for the neural circuit, which is dependent on the illumination and temperature. NR is a nonlinear resistor, C is the capacitor, L represents induction coil, RT denote a thermistor, R and RS are linear resistors, and E is a constant voltage source. K denotes the cathode and A represents anode in the phototube. The relation between resistance of thermistor and temperature T is estimated with RT=R∞exp(B/T), and the material parameter B is determined by the activation energy q and the Boltzmann’s constant K′ with the dependence as B=q/K′.

国际热核实验反应堆(ITER)是当今世界上最复杂的科学和工程项目之一，其中Be元素是第一壁板的重要组成材料。同时，掺杂硼的石墨由于管壁的硼化在等离子体中会形成含硼层。因此，在热核聚变装置边缘的等离子体中，Be和B元素都是非常重要的杂质离子。另外，在聚变反应也会产生大量的He元素。因此研究Be^q+和B^q+离子与He原子的碰撞过程，特别是存在于相对温度较低的等离子体边缘区域的碰撞电荷转移过程，对热核实验反应堆等离子体的模拟和诊断、电荷态平衡以及中性氦损失都具有非常重要的作用。但截至目前，在典型托卡马克边缘等离子体的温度范围内（低能区域E < 500 eV），实验数据非常缺乏，相应的理论-理论，理论-实验结果也存在非常大的差异。

本文作者采用全量子的分子轨道强耦合（QMOCC）方法，研究了Be³⁺/B⁴⁺离子与He原子的低能碰撞过程。计算发现，尽管Be³⁺(1s) + He(1s²) 和 B⁴⁺(1s) + He(1s²) 靶态相同，入射离子电子数也相同，但它们组成的分子势能曲线和相互作用存在很大的差异，前者以单电荷转移过程为主，后者单、双电荷转移过程都重要。我们的结果与实验符合得更好，同时通过态选择截面等的分析、比较，澄清了以往理论结果之间的一些争议。研究结果对核聚变实验以及天体物理等相关研究具有重要意义。

FIG. 1. (a) Potential curves of BHe⁴⁺ molecular ions

(b) Comparison between the present SEC cross sections for the B⁴⁺(1s) + He(1s²) collision with other theoretical and experimental results.

(c) Comparison between the present DEC cross sections for the B⁴⁺(1s) + He(1s²) collision with other theoretical results.

TOPICAL REVIEW — Physics in neuromorphic devices

TOPICAL REVIEW — Quantum dot displays

TOPICAL REVIEW — CALYPSO structure prediction methodology and its applications to materials discovery