Mesurer l'invisible : l'apprentissage automatique lit les motifs électroniques express

Original: "Prediction of the Hubbard U parameter from scanning tunneling microscopy images of moire systems using image recognition"
· Nachiket Tanksale, Tobias Stauber
arXiv:2602.18890 · 2026-02-21 · CC BY 4.0 · 1 min
Un réseau de neurones apprend à extraire le nombre clé de l'interaction électronique à partir d'images quasi identiques.

Dans le graphène bicouche torsadé, les électrons se comportent comme des passagers dans un bus bondé : chacun occupe une place et gêne ses voisins. La force de cette « réticence à partager l'espace » est appelée paramètre de Hubbard U. C'est elle qui détermine si le matériau est conducteur ou isolant, mais mesurer U directement est très difficile.

Le microscope à effet tunnel (STM) produit des images montrant comment les électrons sont répartis. Cependant, pour différentes valeurs de U, les images se ressemblent beaucoup — comme deux photos d'une foule où les gens sont légèrement plus serrés les uns contre les autres. Les chercheurs ont entraîné un réseau de neurones à distinguer ces différences subtiles. Le réseau examine l'image et donne la valeur de U, même si l'image est bruitée ou légèrement déformée, comme dans les expériences réelles.

Le réseau de neurones a été entraîné sur des images artificielles, puis testé sur des données simulant des défauts du microscope. Il s'est avéré que l'entraînement sur des images « sales » le rend plus fiable dans des conditions réelles.

Cette approche permet de déterminer rapidement et précisément le paramètre de Hubbard dans des matériaux où les électrons interagissent fortement. C'est important pour comprendre la supraconductivité et d'autres phénomènes inhabituels dans les structures en couches.

Dans le graphène bicouche torsadé, les couches sont tournées l'une par rapport à l'autre d'un angle magique d'environ 1,1 degré. Les électrons deviennent alors « lents » et interagissent particulièrement fortement.

Le microscope à effet tunnel peut « voir » des atomes individuels en effleurant la surface avec une pointe à une précision de quelques fractions de nanomètre.

Scientifiques
Wilhelm WienWilliam HerschelChristian DopplerD. B. McLaughlinDidier QuelozMichel Mayor
Notions
microscope à effet tunnel simulation atomistique