🔬 Category

cond-mat.mtrl-sci

2794 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.

Supercurrent Growth in Nonequilibrium Superconductors

Die Studie zeigt, dass in nichtgleichgewichtigen Supraleitern während des Abkühlungsprozesses nach einer Laseranregung ein faszinierendes Phänomen des „Supercurrent Growth" auftritt, bei dem der Suprastrom durch Streuung von Bogoliubov-Quasiteilchen an Verunreinigungen und Phononen mit der wiederhergestellten Supraleiterdichte anwächst, was zu experimentellen Manifestationen wie dem ultraschnellen Meissner-Effekt und einem optischen Reflexionsvermögen von über 100 % führt.

Qinghong Yang, Yuqi Cao, Dante M. Kennes, Zhiyuan Sun2026-03-24🔬 cond-mat.mtrl-sci

Incommensuration in odd-parity antiferromagnets

Die Studie zeigt, dass Inversionssymmetrie-brechende Antiferromagnete mit ungeradem Paritäts-Spinmuster aufgrund von Symmetriebedingungen, die nicht-relativistische Lifshitz-Invarianten oder Van-Hove-Sattelpunkte begünstigen, eine starke Tendenz zu inkommensurablen Ordnungen aufweisen, was oft zu Phasenübergängen erster Ordnung oder vorgeschalteten inkommensurablen Phasen führt.

Changhee Lee, Nico A. Hackner, P. M. R. Brydon2026-03-24🔬 cond-mat.mes-hall

β\beta-Ga2_2O3_3(001) surface reconstructions from first principles and experiment

Diese Studie kombiniert erste-Prinzipien-Rechnungen mit experimentellen Beobachtungen, um stabile Oberflächenrekonstruktionen von β\beta-Ga2_2O3_3(001), insbesondere eine neuartige 1×\times2-Struktur, zu identifizieren und deren Einfluss auf die epitaktische Abscheidung sowie Indium-Einbau zu verstehen.

Konstantin Lion, Piero Mazzolini, Kingsley Egbo, Toni Markurt, Oliver Bierwagen, Martin Albrecht, Claudia Draxl2026-03-24🔬 cond-mat.mtrl-sci

Tailoring dispersion and evanescent modes in multimodal nonlocal lattices using positive-only interactions

Diese Arbeit stellt ein allgemeines, interpolationsbasiertes Framework vor, das es ermöglicht, die Dispersionsrelationen und evaneszenten Modi in nichtlokalen Gittern durch gezielte Vorgabe von Frequenz-Wellenzahl-Punkten zu maßschneidern, wobei ausschließlich positive Steifigkeitsparameter und passive mechanische Eigenschaften gewährleistet werden.

Lucas Rouhi, Christophe Droz2026-03-24🔬 cond-mat.mtrl-sci

Reinforcement Learning for Chemical Ordering in Alloy Nanoparticles

Die Studie zeigt, dass ein auf geometrischen Graphen basierender Reinforcement-Learning-Agent die globale Optimierung der Elementanordnung in bimetalischen Nanopartikeln erfolgreich bewältigt, indem er bekannte Grundzustände wiederfindet und auf untrainierte Größen verallgemeinert, wobei die Leistung bei mehreren Legierungselementen jedoch eingeschränkt bleibt.

Jonas Elsborg, Emma L. Hovmand, Arghya Bhowmik2026-03-24🔬 cond-mat.mtrl-sci

Scaling Kinetic Monte-Carlo Simulations of Grain Growth with Combined Convolutional and Graph Neural Networks

Die vorgestellte Studie entwickelt einen hybriden Ansatz, der ein CNN-basiertes autoencoder-Verfahren zur komprimierenden Merkmalsextraktion mit Graph-Neural-Networks kombiniert, um die Skalierbarkeit, Recheneffizienz und Genauigkeit von Kinetic-Monte-Carlo-Simulationen für das Kornwachstum im Vergleich zu reinen GNN-Methoden erheblich zu verbessern.

Zhihui Tian, Ethan Suwandi, Tomas Oppelstrup, Vasily V. Bulatov, Joel B. Harley, Fei Zhou2026-03-24🔬 cond-mat.mtrl-sci

Extreme disorder in crystalline perovskite oxide: a new paradigm in quantum materials research

Diese Übersichtsarbeit beleuchtet die raschen Fortschritte bei der Synthese, Charakterisierung und Erforschung der elektronischen und magnetischen Eigenschaften von zusammengesetzt komplexen Perowskit-Oxiden, die durch extreme chemische Unordnung neue physikalische Phänomene ermöglichen und damit ein neues Paradigma in der Quantenmaterialforschung darstellen.

Srimanta Middey, Nandana Bhattacharya, Rukma Nevgi, Suresh Chandra Joshi, Subha Dey2026-03-24🔬 cond-mat.mtrl-sci

ZnO/ZnS heterostructures as hole reservoir to boost Ni foam energy storage performance

Diese Studie zeigt, dass hydrothermal auf Nickel-Schaum aufgebrachte ZnO/ZnS-Heterostrukturen als Lochreservoir fungieren und dadurch die pseudokapazitive Energiespeicherleistung im Vergleich zu Graphenpapier signifikant steigern.

Alessia Fischetti, Giacometta Mineo, Daniela Russo, Francesco Salutari, Claudio Lentini Campallegio, Elena Bruno, Jordi Arbiol, Giorgia Franzò, Salvatore Mirabella, Vincenzina Strano, M. Chiara Spadar (…)2026-03-24🔬 cond-mat.mtrl-sci

Stripe antiferromagnetism in van der Waals metal HoTe3 decoupled from charge density wave order

Die Studie identifiziert mittels Neutronenbeugung zwei entkoppelte antiferromagnetische Phasen in van-der-Waals-Metall HoTe₃ und zeigt, dass im Gegensatz zu anderen Verbindungen der RTe₃-Familie keine Kopplung zwischen magnetischer Ordnung und Ladungsdichtewelle vorliegt.

Weiyi Yun, Ryota Nakano, Ryo Misawa, Rinsuke Yamada, Shun Akatsuka, Yoshichika Onuki, Priya Ranjan Baral, Hiraku Saitoh, Ryoji Kiyanagi, Takashi Ohhara, Taro Nakajima, Taka-hisa Arima, Max Hirschberge (…)2026-03-24🔬 cond-mat.mtrl-sci