2772 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.
Die Studie demonstriert, dass die Temperaturabhängigkeit der Hochharmonischen-Erzeugung im Halbleiter Re6Se8Cl2 eine empfindliche Sonde für thermische Gitterschwankungen darstellt, die durch eine temperaturabhängige elektronische Dephasierung zu einer signifikanten Unterdrückung der kohärent emittierten Harmonischen führen.
Diese Übersichtsarbeit analysiert kritisch die Material- und Optoelektronikeigenschaften von Selen-Dünnschichten, vergleicht experimentelle Ergebnisse mit Simulationen und identifiziert Strategien sowie Herausforderungen, um die Effizienz von Selen-Solarzellen trotz bestehender Spannungsdefizite weiter zu steigern.
Diese Studie zeigt mittels Dichtefunktionaltheorie und Monte-Carlo-Simulationen, dass zwar Korngrenzen in Eisen durch Phosphorsegregation lokal die magnetischen Austauschwechselwirkungen und die antiferromagnetische Kopplung signifikant verändern, der Einfluss auf die globale Curie-Temperatur jedoch aufgrund des dominierenden Volumenanteils des bulk-ähnlichen Materials gering bleibt.
Diese Studie nutzt Deep-Potential-Molekulardynamik-Simulationen, um die langjährige Unsicherheit bezüglich des kritischen Punkts von flüssigem Aluminium aufzulösen und präzise Werte für dessen kritische Temperatur (6531–6576 K), Dichte (0,637 g/cm³) und Druck (1,6 kbar) zu bestimmen.
Die Studie stellt ReadMOF vor, ein bahnbrechendes Framework, das mithilfe von vortrainierten Sprachmodellen systematische MOF-Namen in semantische Vektoreinbettungen umwandelt, um strukturbasierte Eigenschaften ohne geometrische Koordinaten vorherzusagen und so eine skalierbare, interpretierbare Alternative für das Materialdesign zu schaffen.
Die Studie zeigt, dass durch die Kombination von Janus-MoSSe und Seidenfibroin in einer Van-der-Waals-Heterostruktur sowie durch gezielte Dehnungsmanipulation die interfaciale Polarisation und die Triboelektrizität signifikant gesteigert werden können, was diese Materialkombination zu einem vielversprechenden Kandidaten für hocheffiziente Triboelektrische Nanogeneratoren macht.
Die Studie nutzt Dichtefunktionaltheorie-Rechnungen, um zu zeigen, dass die Grenzfläche zwischen Lithium-Metall und dem Festelektrolyten Li₃OCl strukturell stabil ist und eine günstige elektrochemische Stabilität für den Einsatz in Festkörperbatterien aufweist.
Die Studie stellt SevenNet-Nano vor, einen leichten, universellen maschinellen Lern-Interatomar-Potenzial, der durch Wissensdistillation von einem großen Lehrermodell abgeleitet wird und trotz kompakter Architektur hohe Genauigkeit sowie eine über zehnmal schnellere Rechengeschwindigkeit für skalierbare Atomarsimulationen unter verschiedenen Bedingungen ermöglicht.
Die Studie zeigt, dass durch Indium-Dotierung von SnTe mittels Festkörperreaktion die strukturellen Parameter und die thermoelektrischen Eigenschaften modifiziert werden, wobei die Probe Sn₀.₉₆In₀.₀₄Te gleichzeitig den höchsten Leistungsfaktor und den maximalen Anteil an Wirtsphasen aufweist.
Diese Arbeit stellt die GPU-Portierung des Abinit-Codes für großskalige Dichtefunktionaltheorie-Rechnungen vor, wobei algorithmische Anpassungen zur effizienten Nutzung von Multi-GPU-Architekturen und ein detaillierter Leistungsvergleich zwischen CPU- und GPU-Systemen sowie zwischen zwei Diagonalisierungsalgorithmen im Mittelpunkt stehen.