2806 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 stellt einen Workflow vor, der ab-initio-Rechnungen mit einem maschinellen Lernansatz kombiniert, um phonon-vermittelte Supraleiter in Bor- und Kohlenstoffverbindungen zu identifizieren, wobei sie dynamisch instabile Phasen berücksichtigt und mehrere vielversprechende Kandidaten mit kritischen Temperaturen bis zu 35 K vorhersagt.
Die Studie nutzt magnetische Dichroismus-Methoden, um im dreifach-Q-Antiferromagneten CoTaS verschiedene magnetische Phasen mit einzigartigen Kombinationen aus chiralen und nematischen Eigenschaften zu identifizieren und räumlich aufzulösen.
Die Arbeit stellt ein universelles Chern-Modell vor, das auf beliebigen Triangulierungen geschlossener orientierbarer Flächen basiert und durch die Platzierung von Resonatoren an den Elementen des Simplizialkomplexes sowie die Nutzung von Dualitätsabbildungen topologische Randmoden in realen Objekten ermöglicht.
Diese Studie nutzt ein auf maschinellem Lernen basierendes Atompotential, um die strukturellen Eigenschaften und Defektenergetik von AlGaN-Legierungen zu untersuchen und zeigt dabei, dass die Bildungs- und Migrationsenergien von Defekten stark von der lokalen chemischen Umgebung und der Legierungszusammensetzung abhängen.
Die Studie berechnet die Schwingungslinewidths von chemisorbiertem Wasserstoff auf Molybdän- und Wolframoberflächen, bestätigt die Übereinstimmung mit Experimenten bei Fano-Linienformen und zeigt, dass die Kopplungsstärke modespezifisch ist sowie mit steigender Bedeckung abnimmt, was auf die zunehmende Bedeutung von Adsorbat-Adsorbat-Wechselwirkungen für die Energiedissipation hindeutet.
Die Studie demonstriert einen effizienten Spin-Hall-Oszillator auf Basis von Ga:YIG mit senkrechter magnetischer Anisotropie, der durch einen positiven nichtlinearen Frequenzverschiebungseffekt eine stromgesteuerte Frequenz und eine resonante Spinwellenemission über Distanzen von mehr als 10 µm ermöglicht, was ihn zu einem vielversprechenden Baustein für neuromorphes Rechnen macht.
Das Paper stellt MolCrystalFlow vor, ein generatives Flow-Matching-Modell, das die Vorhersage molekularer Kristallstrukturen ermöglicht, indem es intramolekulare Komplexität von intermolekularer Packung trennt und geometrische Symmetrien durch die Darstellung von Zentroiden und Orientierungen auf Riemannschen Mannigfaltigkeiten berücksichtigt.
Die Studie stellt eine erste-prinzipien-Methode zur Konstruktion des Newns-Anderson-Hamiltonoperators für chemisorbierten Wasserstoff auf Al-, Cu- und Pt-Oberflächen vor, die durch Projektionsoperatoren-Diabatisierung Kohn-Sham-DFT-Daten nutzt und zeigt, dass die weitbandige Näherung nur für Al(111), nicht jedoch für Cu(111) und Pt(111) gültig ist.
Der Artikel plädiert für die Integration von KI-gesteuerten Workflows, Hochdurchsatzexperimenten und autonomen Selbstfahrlaboren, um durch einen datengetriebenen Kreislauf die Entdeckung neuer Katalysatoren und die Optimierung chemischer Reaktionsprozesse zu beschleunigen.
Diese Studie demonstriert, wie ein aktives Lernframework auf Basis von Gauß-Prozessen die Reproduzierbarkeit und das physikalische Verständnis des Pulsed-Laser-Abscheidungsprozesses für korrelierte Oxide wie LaVO₃ verbessert, indem es durch datengesteuerte Optimierung defektarme, phasenreine Filme mit idealen Gitterparametern identifiziert.