🔬 Category

cond-mat.mes-hall

2360 Arbeiten

In der Kategorie Mes-Hall untersucht Gist.Science, wie sich Materie in komplexen, oft ungeordneten Umgebungen verhält. Dieser Bereich verbindet klassische Festkörperphysik mit statistischen Methoden, um Phänomene wie Spin-Gläser oder ungeordnete Netzwerke zu verstehen, ohne dabei in unnötiges Fachchinesisch zu verfallen. Es geht darum, die Ordnung im Chaos zu erkennen und zu erklären, wie sich mikroskopische Wechselwirkungen zu makroskopischen Eigenschaften zusammensetzen.

Jede neue Studie, die Forscher auf arXiv in diesem Feld veröffentlichen, wird von uns sofort bearbeitet. Wir bieten für jeden Preprint sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit Sie die neuesten Durchbrüche direkt und fundiert nachvollziehen können.

Im Folgenden finden Sie die aktuellsten Arbeiten aus diesem spannenden Forschungsgebiet, sortiert nach ihrem Erscheinungsdatum.

From Near-Integrable to Far-from-Integrable: A Unified Picture of Thermalization and Heat Transport

Diese Arbeit stellt ein vereinheitlichtes theoretisches Bild der Thermalisierung und des Wärmetransports in einem eindimensionalen diatomaren Hartpunkt-Gas vor, das durch eine Phasendiagramm-Analyse drei universelle dynamische Regime von der nahezu-integrablen bis zur stark nicht-integrablen Dynamik charakterisiert und dabei zeigt, wie hydrodynamische Effekte auch in kleinen Systemen auftreten können.

Weicheng Fu, Zhen Wang, Yisen Wang, Yong Zhang, Hong Zhao2026-04-08🔬 cond-mat.mes-hall

Rapid Autotuning of a SiGe Quantum Dot into the Single-Electron Regime with Machine Learning and RF-Reflectometry FPGA-Based Measurements

Die vorgestellte Arbeit demonstriert eine signifikante Beschleunigung der automatischen Justierung von SiGe-Quantenpunkten in den Einzelelektronen-Betrieb durch die Kombination eines neuronalen Netzwerks mit FPGA-basierten RF-Reflektometrie-Messungen, was die Messzeit für Stabilitätsdiagramme um den Faktor 9,8 und die gesamte Initialisierungszeit um den Faktor 2,2 reduziert.

Marc-Antoine Roux, Joffrey Rivard, Victor Yon, Alexis Morel, Dominic Leclerc, Claude Rohrbacher, El Bachir Ndiaye, Felice Francesco Tafuri, Brendan Bono, Stefan Kubicek, Roger Loo, Yosuke Shimura, Jul (…)2026-04-08🔬 cond-mat.mes-hall

Magnon-Magnon Interaction Induced by Dynamic Coupling in a Hybrid Magnonic Crystal

Diese Studie zeigt experimentell und numerisch, dass die dynamische dipolare Kopplung zwischen einem CoFeB-artificial-spin-ice-Gitter und einer NiFe-Film-Schicht zu einer starken Magnon-Magnon-Wechselwirkung führt, die sich in einer charakteristischen Triplet-Spektrenstruktur äußert und die gezielte Manipulation von Spinwellen in hybriden magnonischen Kristallen ermöglicht.

Rawnak Sultana, Mojtaba Taghipour Kaffash, Gianluca Gubbiotti, Yi Ji, M. Benjamin Jungfleisch, Federico Montoncello2026-04-08🔬 cond-mat.mes-hall

Characterizing topology at nonzero temperature: Topological invariants and indicators in the extended SSH model

Die Arbeit charakterisiert die Topologie des erweiterten SSH-Modells bei endlichen Temperaturen, indem sie drei komplementäre Methoden vergleicht und lokale Twist-Operatoren sowie einen verallgemeinerten chiralen Marker einführt, die als praktikable Indikatoren für topologische Phasen in gemischten Gaußschen Zuständen dienen.

Julia D. Hannukainen, Nigel R. Cooper2026-04-08🔬 cond-mat.mes-hall

Phonon-induced Markovian and non-Markovian effects on absorption spectra of moiré excitons in twisted transition metal dichalcogenide bilayers

Diese Arbeit untersucht theoretisch den einfluss des Verdrehwinkels auf die exciton-phonon-Kopplung in verdrehten TMDC-Bilagen und zeigt, dass dieser zu einem Übergang von nicht-markovschen Dynamiken und phononischen Seitenbändern bei kleinen Winkeln zu markovscher Linienverbreiterung sowie einer unterdrückung höherer Bänder durch intraband-Streuung bei größeren Winkeln führt.

Daniel Groll, Anton Plonka, Kevin Jürgens, Daniel Wigger, Tilmann Kuhn2026-04-08🔬 cond-mat.mes-hall

Tuning of Atomic Layer Deposition Pulse Time through Physics-Informed Bayesian Active Learning

Die vorgestellte Arbeit stellt ein physik-informiertes Bayesianisches Active-Learning-Framework vor, das durch die Integration eines Langmuir-Adsorptionsmodells und eine zweistufige Parameterschätzung die Optimierung der Pulszeiten beim Atomic Layer Deposition (ALD) für TiO₂ deutlich beschleunigt, die Vorhersagegenauigkeit erhöht und den Vorläuferverbrauch reduziert.

Pouyan Navabi, Christos G. Takoudis2026-04-08🔬 cond-mat.mes-hall