🔬 Category

cond-mat.mtrl-sci

4119 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.

🔬 materials science

Phonon-Mediated Thermal Transport in Nanocrystalline Silicon Using Machine-Learning Interatomic Potentials

Diese Studie entwickelt ein Framework für maschinell lernende interatomare Potentiale, das GAP- und MACE-Modelle mit gitterdynamischen und Nichtgleichgewichts-Molekulardynamik-Simulationen kombiniert, um im Vergleich zu klassischen Potentialen eine genauere und intern konsistente Beschreibung des phononvermittelten Wärmetransports und des Korngrenzenwiderstands in nanokristallinem Silizium bereitzustellen.

Houssem Rezgui, Catalina Coll Benejam, Miguel Pruneda, Clivia M. Sotomayor Torres2026-07-08
🔬 materials science

Solvers for the Hermitian and the pseudo-Hermitian Bethe-Salpeter equation in the Yambo code: Implementation and Performance

Diese Arbeit präsentiert und benchmarkt die Implementierung sowohl direkter (ScaLAPACK/ELPA) als auch iterativer (SLEPc) Löser für hermitesche und pseudo-hermitesche Bethe-Salpeter-Gleichungen innerhalb des Yambo-Codes und demonstriert damit die Machbarkeit der Handhabung dichter Matrizen mit bis zu 10510^5 Elementen auf CPU- und GPU-Clustern.

Petru Milev, Blanca Mellado-Pinto, Muralidhar Nalabothula, Ali Esquembre Kucukalic, Fernando Alvarruiz, Enrique Ramos, F (…)2026-07-07
🔬 materials science

Many-body post-processing of density functional calculations using the variational quantum eigensolver for Bader charge analysis

Dieses Paper stellt Dopyqo vor, ein Open-Source-Framework, das die Bader-Ladungsanalyse sowohl für schwach als auch für stark korrelierte periodische Systeme verbessert, indem es klassische DFT-Berechnungen mit Many-Body-Post-Processing mittels des Variational Quantum Eigensolver kombiniert und dabei signifikante Genauigkeitsverbesserungen gegenüber der Standard-DFT für Übergangsmetalloxide demonstriert.

Erik Schultheis, Alexander Rehn, Gabriel Breuil2026-07-07
🔬 materials science

Microstructural Insights into Fast Ion Transport in Solid Electrolytes via Multiscale Modeling

Diese Studie verwendet Multiskalen-Modellierung mit maschinellen Lernpotentialen, um aufzuklären, wie Korngrenzen und Anionengröße den Ionentransport in Argyrodit-Festkörperelektrolyten steuern, und bietet damit entscheidende Einblicke für das mikrostrukturelle Design von Hochleistungs-Allgelat-Festkörperbatterien.

Yongliang Ou, Lena Scholz, Sanath Keshav, Yuji Ikeda, Marvin Kraft, Sergiy Divinski, Rafael Gómez-Bombarelli, Wolfgang G (…)2026-07-07
🔬 mesoscale physics

Resolving the phase of a Dirac topological state via interferometric photoemission

Diese Arbeit präsentiert ein Quantenpfad-Elektroneninterferometer auf Basis zeit- und winkelaufgelöster photoelektrischer Spektroskopie, das erfolgreich die zuvor unzugängliche Phase elektronischer Wellenfunktionen rekonstruiert, was durch die Auflösung der Phasensprünge und der Helizität von Dirac-Zuständen in einem topologischen Isolator demonstriert wird.

Shiri Gvishi, Ittai Sidilkover, Yun Yen, Shaked Rosenstein, Nir Hen Levin, Adi Perelmuter, Omer Pasternak, Costel R. Rot (…)2026-07-07
🔬 mesoscale physics

Generating unconventional spin-orbit torques with patterned phase gradients in tungsten thin films

Diese Studie zeigt, dass direktschreibendes Laserannealing Phasengradienten in Wolfram-Dünnschichten strukturieren kann, um Spin-Bahn-Drehmoment-Kanäle zu erzeugen, die eine CoFeB-Magnetisierung ohne externe Magnetfelder schalten können, was eine neue Strategie für das Design effizienter spintronischer Bauelemente darstellt.

Lauren J. Riddiford, Anne Flechsig, Shilei Ding, Emir Karadza, Niklas Kercher, Tobias Goldenberger, Elisabeth Müller, Pi (…)2026-07-07
🔬 materials science

Fractional-Monolayer 2D-GaN/AlN Structures: Growth Kinetics and UVC-emitter Applications

Diese Arbeit untersucht die Wachstumskinetik und die optischen Eigenschaften von GaN/AlN-Quantentöpfen mit Bruchteil-Monolagen-Dicke, die mittels plasmaaktivierter Molekularstrahlepitaxie gewachsen sind, schlägt ein phänomenologisches Modell vor, das deren Emissionscharakteristika mit spezifischen Wachstumsmechanismen verknüpft, und demonstriert deren Potenzial als leistungsstarke Ultraviolett-C-Emitter.

V. N. Jmerik, D. V. Nechaev, E. A. Evropeitsev, E. M. Roginskii, A. N. Semenov, M. A. Yagovkina, P. A. Alekseev, V. I. K (…)2026-07-07
🔬 materials science

Machine Learning Hamiltonians are Accurate Energy-Force Predictors

Dieses Paper stellt QHFlow2 vor, ein hochmodernes Machine-Learning-Hamilton-Modell, das bestehende Methoden durch die direkte Evaluierung vorhergesagter Hamilton-Operatoren in der Genauigkeit der Energie- und Kraftvorhersage signifikant übertrifft und dabei eine Kraftpräzision auf NequIP-Niveau sowie eine bis zu 20-fache Reduktion der Energiefehler auf Standard-Benchmarks erreicht.

Seongsu Kim, Chanhui Lee, Yoonho Kim, Seongjun Yun, Honghui Kim, Nayoung Kim, Changyoung Park, Sehui Han, Sungbin Lim, S (…)2026-07-07