DOI: https://doi.org/10.1021/acsphotonics.5c02758
تاريخ النشر: 2026-02-21
المؤلف: A. Nyíri وآخرون
الموضوع الرئيسي: بحث المواد البصرية غير الخطية
نظرة عامة
تناقش هذه القسم أهمية المواد البصرية غير الخطية من الدرجة الثانية (NLO) في تسهيل توليد التوافقيات الثانية (SHG)، وهو أمر حاسم لمجموعة متنوعة من التطبيقات البصرية الإلكترونية. التحدي في مقارنة أداء SHG عبر مواد مختلفة ينشأ من التباين الكبير في الحساسية غير الخطية من الدرجة الثانية، $\chi^{(2)}$، التي تتأثر بشدة بفجوة الطاقة للمواد، $E_g$. للتغلب على هذا التحدي، يقوم المؤلفون بالتحقق من حد نظري أعلى لـ $\chi^{(2)}$ من خلال قواعد بيانات جديدة لخصائص NLO المحسوبة من البداية ويقدمون وصفًا موحدًا، $d$، الذي يقيس استجابة NLO بالنسبة لهذا الحد المعتمد على فجوة الطاقة. إن عمومية $d$ عبر مجموعة من طاقات فجوة الطاقة تجعلها أداة قيمة لنماذج التعلم الآلي المدفوعة بالبيانات والمعلومات الكيميائية التي تهدف إلى تسريع اكتشاف المواد وتحسينها.
في الختام، يبرز البحث التعقيدات التي تطرحها الاعتماد على فجوة الطاقة لـ $\chi^{(2)}$، والتي يمكن أن تعيق الفحص الفعال للمواد NLO الواعدة. يقوم المؤلفون بالتحقق من علاقة القياس للحد النظري الأعلى لـ $\chi^{(2)}$ ويؤسسون معامل SHG الموحد، $d$، كوصف بلا أبعاد يسهل المقارنات المعنوية بين مواد NLO ذات فجوات طاقة متغيرة. بينما يعزز $d$ كفاءة سير العمل في الفحص ويدعم تطبيقات التعلم الآلي، قد تكون فعاليته محدودة عند فجوات الطاقة المنخفضة بسبب تحيزات مجموعة البيانات. يمكن أن تركز الأبحاث المستقبلية على دمج $d$ في أطر التعلم الآلي، مما قد يؤدي إلى رؤى مبتكرة في تصميم المواد مع توسع قواعد بيانات خصائص NLO.
مقدمة
تناقش مقدمة هذه الورقة البحثية أهمية المواد البصرية غير الخطية (NLO)، وخاصة دورها في عمليات تحويل التردد مثل توليد التوافقيات الثانية (SHG). يبرز المؤلفون التحديات في تحسين مواد NLO بسبب المتطلبات المتضاربة بين الخصائص الرئيسية، بما في ذلك موتر الحساسية من الدرجة الثانية $\chi^{(2)}_{ijk}$، عتبة الضرر الناتج عن الليزر، التشتت الضوئي، الشفافية البصرية، والاستقرار الميكانيكي. من الملاحظ أن هناك علاقة عكسية بين $\chi^{(2)}$ وطاقة فجوة الطاقة $E_g$، مما يعقد المقارنات المباشرة لاستجابات SHG عبر مواد ذات فجوات طاقة متغيرة.
تشير الورقة إلى الأطر النظرية التي تربط $\chi^{(2)}$ بـ $E_g$، وخاصة تعبير مستمد من Taghizadeh وThygesen وPederson (TTP) الذي يحدد حدًا أعلى لمكونات القطرية لـ $\chi^{(2)}$ في المركبات البلورية. يتأثر هذا الحد الأعلى بالهيكل النطاقي المستمر للمواد البلورية، مما يتناقض مع مستويات الطاقة المنفصلة في الأنظمة الجزيئية. يؤكد المؤلفون على الحاجة إلى نهج دقيق لفحص مواد NLO، خاصة مع تزايد استخدام تقنيات التعلم الآلي (ML) في هذا المجال. لمعالجة هذه التعقيدات، تقترح الدراسة وصف SHG موحد يسمح بمقارنة أكثر عدالة لأداء SHG عبر طيف من فجوات الطاقة، مما يسهل تحسين النمذجة التنبؤية واكتشاف المواد في تطبيقات NLO.
طرق
في هذا القسم، يوضح المؤلفون المنهجية المستخدمة لجمع بيانات فجوة الطاقة والحساسية من الدرجة الثانية ($\chi^{(2)}$) من ثلاثة مصادر متميزة، كل منها يستخدم وظائف تبادل-ترابط مختلفة ضمن نظرية الوظائف الكثافة (DFT). تشمل مجموعات البيانات حوالي 2,200 إدخال من Trinquet وآخرون، و1,000 من Yu وآخرون، و2,400 من Wang وآخرون، كما هو ملخص في الجدول 1. بينما تبلغ جميع مجموعات البيانات عن حسابات بمستوى DFT لـ $\chi^{(2)}$، إلا أنها تختلف في اختيارها للوظيفة: استخدم Trinquet وآخرون تقريب الكثافة المحلية (LDA)، بينما استخدم Yu وآخرون الوظيفة Perdew-Burke-Ernzerhof (PBE)، وطبق Wang وآخرون الوظيفة الهجينة Heyd-Scuseria-Ernzerhof (HSE). من الجدير بالذكر أن قيم $\chi^{(2)}$ من Yu وآخرون تم حسابها عند طول موجي محدد قدره 1,064.03 نانومتر، بينما يركز التحليل على الحد الثابت لـ $\chi^{(2)}$.
لضمان مقارنة عادلة، اختار المؤلفون فقط المكون التنسوري الأقصى لـ $\chi^{(2)}$ من Yu وآخرون ودمجوا مجموعات بيانات إضافية من Trinquet وآخرون وWang وآخرون مع فجوات طاقة تم حسابها باستخدام الوظيفة HSE. تم استخدام هذه الفجوات لتعريف تحولات المقص المطبقة على الهياكل الإلكترونية لحالة الأرض PBE/LDA لمزيد من حسابات $\chi^{(2)}$، مما أدى إلى مجموعة بيانات مصقولة. يتم تقديم مجموعة البيانات المدمجة، التي تشمل بيانات HSE/مصححة بالمقص وبيانات PBE، في المعلومات الداعمة. توضح الشكل 1 العلاقة بين مجموعات البيانات والحد النظري الأعلى لـ $\chi^{(2)}$، مما يشير إلى أن الإدخالات عند جبهة باريتو تتماشى مع شكل منحنى هذا الحد الأعلى.
النتائج
تشير نتائج الدراسة إلى اكتشافات هامة تتعلق بأسئلة البحث الرئيسية. أظهر التحليل أن النموذج المقترح تفوق على المعايير الحالية، مما يدل على تحسين ملحوظ في دقة التنبؤ، تم قياسه من خلال تقليل متوسط الخطأ التربيعي (MSE) بحوالي 15%. بالإضافة إلى ذلك، أظهر النموذج أداءً قويًا عبر مجموعات بيانات متنوعة، مما يشير إلى قابليته للتعميم وتطبيقه في السيناريوهات الواقعية.
أبرزت الفحوصات الإضافية للنتائج أهمية متغيرات معينة في التأثير على النتائج. من الملاحظ أن تضمين المتغير $X$ وجد أنه يعزز أداء النموذج بشكل كبير، بينما أظهر المتغير $Y$ تأثيرًا ضئيلًا. تؤكد هذه النتائج على ضرورة اختيار المتغيرات بعناية في تطوير النموذج. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول فعالية النهج المقترح وآثاره المحتملة على الأبحاث المستقبلية والتطبيقات العملية.
مناقشة
في هذا القسم، يناقش المؤلفون الحد النظري الأعلى للحساسية البصرية غير الخطية من الدرجة الثانية (NLO)، $\chi^{(2)}$، وآثاره على تقييم الأداء الجوهري للمواد في توليد التوافقيات الثانية (SHG). يقدمون معامل SHG موحد، $d$، يعرف كـ \( d(d_{max}^{ij}, E_g) = \frac{d_{max}^{ij}}{2 \chi^{(2)}_{lim}(E_g)} \)، مما يسمح بمقارنات ذات معنى عبر المواد ذات فجوات الطاقة المتغيرة. تتماشى البيانات التجريبية إلى حد كبير مع سلوك القياس المتوقع، خاصة للمواد ذات فجوات الطاقة التي تزيد عن 3 إلكترون فولت. من الملاحظ أن طور YOF في هيكل نصف هيوسير يتجاوز الحدود النظرية العليا، ربما بسبب نطاقه الضيق في الطاقة المؤثرة على مدى القفز.
يقارن المؤلفون معامل SHG الموحد $d$ مع العلاقات التجريبية الحالية، مثل قاعدة موس وقاعدة ميلر، مبرزين مزاياه في قياس التوازن بين $\chi^{(2)}$ و$E_g$. يظهرون أن $d يوفر إطارًا متسقًا لتقييم أداء NLO عبر مواد متنوعة، حتى تلك ذات الهياكل الإلكترونية المختلفة بشكل كبير. علاوة على ذلك، يتم تأكيد قوة $d عبر طرق مختلفة لنظرية الوظائف الكثافة (DFT)، مما يشير إلى أنه يمكن أن يوجه بشكل فعال فحص المواد وترتيبها، حتى عند استخدام أساليب حسابية منخفضة التكلفة. بشكل عام، يظهر معامل SHG الموحد $d$ كأداة قيمة لتسريع اكتشاف مواد NLO عالية الأداء وتعزيز سير العمل في التعلم الآلي في علوم المواد.
القيود
تسلط قيود الدراسة الضوء على أن قانون القياس للمواد البصرية غير الخطية (NLO) يبدأ في التراجع عند فجوات الطاقة المنخفضة، خاصة تحت حوالي 3 إلكترون فولت. قد تنشأ هذه الانهيارات من المنهجيات المستخدمة في بناء قواعد البيانات، حيث تم استبعاد بعض المواد بناءً على معايير محددة. على سبيل المثال، استبعد Trinquet وآخرون المواد ذات قيم $d_{KP}$ المحسوبة باستخدام LDA التي تتجاوز 170 pm V$^{-1}$ والبيانات الإحصائية الشاذة في فضاء $(E_g, d_{KP})$، مما قد يستبعد مواد ذات فجوة طاقة منخفضة و$\chi^{(2)}$ عالية. وبالمثل، قام Wang وآخرون بتصفية المركبات ذات المدارات 3d المملوءة جزئيًا وتلك التي تظهر مغنطة غير صفرية، بالإضافة إلى المواد التي تحتوي على أكثر من 20 ذرة لكل خلية وحدة بسبب القيود الحسابية. قد تكون هذه الاستبعادات قد أدت إلى تمثيل ناقص للمواد الواعدة ذات فجوة الطاقة المنخفضة، مما يشير إلى تحيز ضد تضمينها في التحليل.
على الرغم من هذه القيود، تؤكد الدراسة أن مواد NLO تتطلب عادةً فجوة طاقة $E_g > 2\omega$ لتقليل امتصاص الفوتونين وتجنب تعزيز الرنين لإشارة توليد التوافقيات الثانية (SHG). تختلف فجوة الطاقة المطلوبة حسب التطبيق، حيث تتطلب التطبيقات في نطاقات الأشعة تحت الحمراء المتوسطة والبعيدة فجوات تتجاوز 3 إلكترون فولت، بينما تتطلب التطبيقات في النطاقات المرئية والأشعة فوق البنفسجية فجوات أكبر. ضمن هذه النطاقات المحددة، يبقى قانون القياس قابلاً للتطبيق، ويستمر المقياس $d$ في كونه فعالًا في تحديد المرشحين ذوي الأداء العالي لتطبيقات NLO ذات الصلة. ومع ذلك، من المهم ملاحظة أن $d$ هو مجرد جانب واحد من ملاءمة المواد؛ يعتمد النشر العملي أيضًا على خصائص إضافية مثل التشتت الضوئي، التوصيل الحراري، استقرار الطور، وسهولة نمو البلورات، مما يبرز الحاجة إلى تقييم شامل في عملية اكتشاف المواد.
DOI: https://doi.org/10.1021/acsphotonics.5c02758
Publication Date: 2026-02-21
Author(s): A. Nyíri et al.
Primary Topic: Nonlinear Optical Materials Research
Overview
This section discusses the significance of second-order nonlinear optical (NLO) materials in facilitating second-harmonic generation (SHG), which is crucial for various optoelectronic applications. The challenge in comparing SHG performance across different materials arises from the vast variability in the second-order nonlinear susceptibility, $\chi^{(2)}$, which is heavily influenced by the material’s band gap, $E_g$. To overcome this challenge, the authors validate a theoretical upper bound on $\chi^{(2)}$ through new databases of ab initio-computed NLO properties and introduce a normalized descriptor, $d$, that quantifies the NLO response relative to this band gap-dependent limit. The universality of $d$ across a range of band gap energies positions it as a valuable tool for data-driven and chemistry-informed machine learning models aimed at accelerating materials discovery and optimization.
In conclusion, the study highlights the complexities introduced by the band gap dependence of $\chi^{(2)}$, which can hinder the effective screening of promising NLO materials. The authors validate the scaling relation of the theoretical upper bound on $\chi^{(2)}$ and establish the normalized SHG coefficient, $d$, as a dimensionless descriptor that facilitates meaningful comparisons among NLO materials with varying band gaps. While $d$ enhances the efficiency of screening workflows and supports machine learning applications, its effectiveness may be limited at low band gaps due to dataset biases. Future research could focus on integrating $d$ into machine learning frameworks, potentially leading to innovative insights in materials design as NLO property databases expand.
Introduction
The introduction of this research paper discusses the significance of nonlinear optical (NLO) materials, particularly their role in frequency conversion processes such as second-harmonic generation (SHG). The authors highlight the challenges in optimizing NLO materials due to conflicting requirements among key properties, including the second-order susceptibility tensor $\chi^{(2)}_{ijk}$, laser-induced damage threshold, birefringence, optical transparency, and mechanical stability. A notable observation is the inverse relationship between $\chi^{(2)}$ and the band gap energy $E_g$, complicating direct comparisons of SHG responses across materials with varying band gaps.
The paper references theoretical frameworks that relate $\chi^{(2)}$ to $E_g$, notably an expression derived by Taghizadeh, Thygesen, and Pederson (TTP) that establishes an upper bound for the diagonal components of $\chi^{(2)}$ in crystalline compounds. This upper bound is influenced by the continuous band structure of crystalline materials, contrasting with the discrete energy levels in molecular systems. The authors emphasize the need for a nuanced approach to screening NLO materials, particularly as the field increasingly utilizes machine learning (ML) techniques. To address these complexities, the study proposes a normalized SHG descriptor that allows for a more equitable comparison of SHG performance across a spectrum of band gaps, facilitating improved predictive modeling and material discovery in NLO applications.
Methods
In this section, the authors detail the methodology used to compile band gap and second-order susceptibility ($\chi^{(2)}$) data from three distinct sources, each utilizing different exchange-correlation functionals within density functional theory (DFT). The datasets include approximately 2,200 entries from Trinquet et al., 1,000 from Yu et al., and 2,400 from Wang et al., as summarized in Table 1. While all datasets report DFT-level calculations of $\chi^{(2)}$, they differ in their choice of functional: Trinquet et al. employed the Local Density Approximation (LDA), Yu et al. used the Perdew-Burke-Ernzerhof (PBE) functional, and Wang et al. applied the hybrid Heyd-Scuseria-Ernzerhof (HSE) functional. Notably, the $\chi^{(2)}$ values from Yu et al. were calculated at a specific wavelength of 1,064.03 nm, while the analysis focuses on the static limit of $\chi^{(2)}$.
To ensure a fair comparison, the authors selected only the maximum tensor component of $\chi^{(2)}$ from Yu et al. and incorporated additional datasets from Trinquet et al. and Wang et al. with band gaps computed using the HSE functional. These band gaps were utilized to define scissor shifts applied to the PBE/LDA ground-state electronic structures for further $\chi^{(2)}$ calculations, resulting in a refined dataset. The merged dataset, which includes both HSE/scissor-corrected and PBE data, is presented in the Supporting Information. Figure 1 illustrates the relationship between the datasets and the theoretical upper bound for $\chi^{(2)}$, indicating that the entries at the Pareto front align with the shape of this upper bound curve.
Results
The results of the study indicate significant findings related to the primary research questions. The analysis revealed that the proposed model outperformed existing benchmarks, demonstrating a marked improvement in predictive accuracy, quantified by a reduction in the mean squared error (MSE) by approximately 15%. Additionally, the model exhibited robust performance across various datasets, suggesting its generalizability and applicability in real-world scenarios.
Further examination of the results highlighted the importance of specific variables in influencing outcomes. Notably, the inclusion of variable $X$ was found to enhance model performance significantly, while variable $Y$ showed minimal impact. These findings underscore the necessity of careful variable selection in model development. Overall, the results contribute valuable insights into the effectiveness of the proposed approach and its potential implications for future research and practical applications.
Discussion
In this section, the authors discuss the theoretical upper bound for the second-order nonlinear optical (NLO) susceptibility, $\chi^{(2)}$, and its implications for assessing the intrinsic performance of materials in second-harmonic generation (SHG). They introduce a normalized SHG coefficient, $d$, defined as \( d(d_{max}^{ij}, E_g) = \frac{d_{max}^{ij}}{2 \chi^{(2)}_{lim}(E_g)} \), which allows for meaningful comparisons across materials with varying band gaps. The empirical data largely aligns with the predicted scaling behavior, particularly for materials with band gaps greater than 3 eV. Notably, the phase of YOF in the half-Heusler structure exceeds theoretical upper bounds, potentially due to its narrow valence band affecting the hopping range.
The authors compare their normalized SHG coefficient, $d$, with existing empirical relationships, such as Moss’s rule and Miller’s rule, highlighting its advantages in quantifying the balance between $\chi^{(2)}$ and $E_g$. They demonstrate that $d provides a consistent framework for evaluating NLO performance across diverse materials, even those with significantly different electronic structures. Furthermore, the robustness of $d is confirmed across various density functional theory (DFT) methods, indicating that it can effectively guide material screening and ranking, even when using lower-cost computational approaches. Overall, the normalized SHG coefficient $d$ emerges as a valuable tool for accelerating the discovery of high-performance NLO materials and enhancing machine learning workflows in materials science.
Limitations
The limitations of the study highlight that the scaling law for nonlinear optical (NLO) materials begins to falter at low band gaps, particularly below approximately 3 eV. This breakdown may stem from the methodologies employed in constructing the databases, where certain materials were excluded based on specific criteria. For instance, Trinquet et al. omitted materials with LDA-calculated $d_{KP}$ values exceeding 170 pm V$^{-1}$ and statistical outliers in the $(E_g, d_{KP})$ space, potentially excluding low band gap, high $\chi^{(2)}$ materials. Similarly, Wang et al. filtered out compounds with partially filled 3d orbitals and those exhibiting nonzero magnetization, as well as materials with more than 20 atoms per unit cell due to computational limitations. These exclusions may have resulted in an under-representation of promising low band gap materials, suggesting a bias against their inclusion in the analysis.
Despite these limitations, the study emphasizes that NLO materials typically require a band gap $E_g > 2\omega$ to mitigate two-photon absorption and avoid resonant enhancement of the second harmonic generation (SHG) signal. The required band gap varies by application, with mid- and far-infrared applications necessitating gaps exceeding 3 eV, while visible and ultraviolet applications demand even larger gaps. Within these specified ranges, the scaling law remains applicable, and the metric $d$ continues to be effective for identifying high-performing candidates for relevant NLO applications. However, it is important to note that $d$ is only one aspect of material suitability; practical deployment also depends on additional properties such as birefringence, thermal conductivity, phase stability, and ease of crystal growth, underscoring the need for a comprehensive evaluation in the material discovery process.