科研快讯 | 构建铁电极化拓扑的统一数据与工具平台

近日，浙江大学基础交叉研究院综合交叉研究领域成员、材料科学与工程学院吴勇军教授、洪子健研究员联合计算机学院陈璐研究员、浙江工业大学李涓副教授团队，在铁电拓扑结构的数据驱动研究方面取得重要进展。相关成果以“PTST: A polar topological structure toolkit and database”为题，发表于npj Computational Materials。论文第一作者为基础交叉博士生杜管诗涵。

铁电氧化物超晶格中广泛存在极化涡旋、斯格明子、迷宫畴等复杂拓扑结构，它们高度三维、非线性强且对外场极为敏感，长期面临“数据分散、重复计算严重、实验与模拟难以对齐”等共性难题。针对这一瓶颈，研究团队以 PbTiO₃/SrTiO₃ 超晶格为模型体系，开展高通量相场模拟，系统扫描厚度、双轴应变与外加电场等关键参数，构建了包含 2500 余组三维极化构型的标准数据库。在此基础上，团队引入Global–Local Transformer（GL-Transformer）深度学习框架，自动提取多尺度极化特征，并通过无监督层次聚类，将复杂极化构型归纳为十类典型拓扑结构，形成清晰、可扩展的“极化拓扑分类谱系”。

依托上述数据库与算法框架，PTST 平台进一步实现了三项关键功能：其一，支持基于物理参数或拓扑类型的极化构型快速检索，并直接作为相场模拟初态，大幅降低计算成本；其二，可将 TEM、PFM 等实验图像自动匹配至最接近的模拟结构与参数组合，有效弥合实验—理论之间的长期鸿沟；其三，基于数据库实现秒级二维相图生成，用于快速识别拓扑相区与相界。该研究构建了一套“可共享、可复用、可持续扩展”的铁电拓扑数据基础设施，为提升研究可复现性、减少重复计算、推动数据驱动的铁电材料设计提供了新范式，也为复杂极化结构在跨学科领域的系统化利用奠定了重要基础。