4925 Arbeiten
Die Welt der kondensierten Materie und Materialwissenschaften untersucht, wie sich Atome zu neuen Materialien verbinden und welche faszinierenden Eigenschaften daraus entstehen. Von Supraleitern, die Strom ohne Verlust leiten, bis hin zu weichen Materialien, die unser tägliches Leben verändern, reicht das Spektrum dieser Forschung. Gist.Science macht die neuesten Erkenntnisse aus diesen Feldern für alle zugänglich, indem wir die komplexen Preprints von arXiv sorgfältig durchgehen.
Für jede neue Veröffentlichung in dieser Kategorie erstellen wir sowohl eine leicht verständliche Zusammenfassung als auch eine detaillierte technische Analyse. So können Sie schnell den Kern der Forschung erfassen oder tief in die mathematischen und physikalischen Details eintauchen, je nach Ihrem Interesse. Unser Ziel ist es, die Sprachbarriere zwischen Fachleuten und der breiten Öffentlichkeit zu überwinden.
Nachfolgend finden Sie die aktuellsten Beiträge aus dem Bereich kondensierte Materie und Materialwissenschaften, die wir gerade für Sie aufbereitet haben.
Diese Studie zeigt, dass eine gemischte Streifenphase aus und Zn-TAPP auf Ag(111) den Ladungstransfer vom Substrat zum Molekül verstärkt und die Anordnung durch verringerte Coulomb-Abstoßung stabilisiert, wodurch eine Strategie zur gezielten Konstruktion der Grenzflächen-Elektroneneigenschaften in selbstorganisierten Monolagen bereitgestellt wird.
Durch die Kombination von zirkular-dichroer Zeitauflösungs-Extrem-Ultraviolett-Impulsmikroskopie mit Ab-initio-Theorie liefert diese Studie einen direkten spektroskopischen Nachweis eines lichtinduzierten Floquet-Chern-Isolator-Zustands in Graphen, der durch einen pump-helizitätsabhängigen Photoemissions-Zirkular-Dichroismus charakterisiert ist, welcher die Bildung einer topologischen Pseudospin-Textur und Berry-Krümmung bestätigt.
Dieses Paper führt ein Wissensdestillationsverfahren ein, das die quantenmechanische Genauigkeit großskaliger maschineller Lern-Interatompotenziale in signifikant schnellere, systemspezifische Modelle überträgt und so die effiziente Vorhersage von Elektrolyttransporteigenschaften über lange Zeitskalen ermöglicht, die mit experimentellen Daten übereinstimmen und klassische Kraftfelder übertreffen.
Diese Studie zeigt, dass die instabilen planaren Fehlenergien von mehrkomponentigen Legierungen effektiv aus ihren reinen elementaren Bestandteilen vorhergesagt werden können, indem eine starke lineare Korrelation zwischen dem Produkt aus dem Schubmodul der Legierung und dem Burgers-Vektor der Legierung sowie dem zusammensetzungsgewichteten Durchschnitt ihrer Elemente hergestellt wird, was trotz systematischer Abweichungen bei intermetallischen Phasen eine rechnerisch effiziente Screening-Methode bietet.
Diese Studie zeigt auf, dass in geschichteten Bismutoxychalcogeniden (Bi2O2X) die stereochemische Aktivität der Bi3+-Lone-Paare und nicht die Masse des Chalkogen-Anions der dominierende Faktor ist, welcher die thermische Ausdehnung und Wärmeleitfähigkeit steuert, was zu einzigartigen anisotropen Eigenschaften führt und Bi2O2Se als das optimale Material zur Minimierung thermischer Spannungen in Nanotransistoren identifiziert.
Diese Studie stellt fest, dass der ideale Glasübergang dem Verschwinden des deterministischen Chaos entspricht, wobei sie zeigt, dass der maximale Lyapunov-Exponent sowohl mit der Quadratwurzel der Temperaturdifferenz zur Kauzmann-Temperatur als auch mit der Konfigurationsentropie skaliert und damit thermodynamische, dynamische und geometrische Perspektiven auf die Glasbildung vereinheitlicht.
Diese Studie entwickelt ein reaktives maschinelles Lernpotenzial, um das Gleiten von Diamant gegen Siliziumnitrid und Siliziumdioxid auf Skalen jenseits von First-Principles-Methoden zu simulieren, wodurch aufgezeigt wird, wie Oberflächenpassivierung, Orientierung und Last die Grenzflächenbindung und Reibung durch unterschiedliche Scherregime steuern.
Diese Arbeit präsentiert ein leichtgewichtiges, universell einsetzbares maschinelles Lern-Interatomarpotenzial für zwölf Metallelemente, das durch einen schrittweisen aktiven Lernansatz eine Übertragbarkeit auf ungesehene höherwertige Legierungssysteme und neue Elemente erreicht und dadurch präzise Vorhersagen unter Verwendung von ausschließlich einären und binären Trainingsdaten ermöglicht.
Diese Arbeit präsentiert einen multiskaligen Rahmen, der Molekulare Statik, EBSD-basierte Finite-Elemente-Modellierung und analytische Homogenisierung kombiniert, um die elastischen Konstanten von polykristallinem NiAl präzise vorherzusagen, wobei eine exzellente Übereinstimmung zwischen numerischen Simulationen und experimentellen Ergebnissen nachgewiesen wird, insbesondere bei der Verwendung von Hashin-Shtrikman-Schranken und selbstkonsistenten Näherungen.
Diese Studie präsentiert ein lumineszierendes organisches Triradikal, das optisch initialisierte und kontrollierte Grundzustands-Quartett-Spins mit magnetischer Empfindlichkeit bei Raumtemperatur ermöglicht und es damit als vielversprechenden Kandidaten für molekulare Qudits in der Quantensensorik und Informationsverarbeitung etabliert.