Detailseite
Modellierung des Zusammenspiels von Nichtlokalität und Topologie in korrelierten Systemen
Antragstellerinnen
Dr. Maia Garcia Vergniory; Professorin Dr. Maria Roser Valenti
Fachliche Zuordnung
Theoretische Physik der kondensierten Materie
Förderung
Förderung seit 2021
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 449872909
Das Verständnis der topologischen Eigenschaften in Materialien war im letzten Jahrzehnt von großem Interesse, wobei der Hauptschwerpunkt auf nicht wechselwirkenden Systemen lag. Die entwickelten Konzepte sind jedoch oft nicht auf korrelierte Materialien anwendbar, da sie sich auf die Bandtheorie stützen. Dieses Projekt befasst sich mit dem Zusammenspiel von Korrelationen, Topologie und Nichtlokalität.Wir planen eine mikroskopische Modellierung stark korrelierter Elektronensysteme mit Schwerpunkt auf der Entwicklung von Tools für die Identifizierung ihrer topologischen Eigenschaften. Insbesondere wollen wir den Effekt nicht-lokaler (k-abhängiger) Korrelationen auf die Topologie untersuchen. Hierzu werden wir den folgenden drei Hauptlinien entlang vorgehen: (i) Wir werden exemplarisch Vielteilchenmodelle untersuchen, um Methoden jenseits des topologischen Hamiltonians zu testen und zu entwickeln, die dem Verständnis und der Beschreibung topologisch nichttrivialer Zustände dienen. (ii) Wir werden diese Konzepte zur Analyse der topologischen Eigenschaften relevanter Materialien in QUAST anwenden, insbesondere WTe2 und TaX2 (X = S, Se) in verschiedenen Dotierungs- und Mehrschichtanordnungen in Zusammenarbeit mit P1, P3, P5, P6, P7, P8. Zu diesem Zweck werden wir die ab-initio-Dichtefunktionaltheorie (DFT) und projektive Wannier-Funktionen mit Vielteilchenmethoden (TPSC+DMFT, CPT, DCA) kombinieren, um k-abhängige Selbsenergien und Korrelationsfunktionen berechnen zu können.(iii) Als ergänzendes exploratives langfristiges Ziel werden wir mögliche Wege für die Erzeugung topologischer Modelle für wechselwirkende Systeme untersuchen durch eine Kombination von statistischen und Machine-Learning Methoden. Dies wird zur Suche, Diagnose und Beschreibung korrelierter topologischer Modelle und Materialien in QUAST beitragen.
DFG-Verfahren
Forschungsgruppen