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.

Mesh Graph Neural Network Framework for Accelerating Finite Element Simulation for Arbitrary Geometries

Diese Arbeit stellt ein translations- und rotationsinvariantes Mesh Graph Neural Network (MGN)-Framework vor, das erfolgreich auf die Vorhersage von von-Mises-Spannungsfeldern in 2D-Strukturbauteilen mit beliebigen Lochgeometrien und ungesehenen Lastbedingungen generalisiert und dabei konventionelle Modelle des maschinellen Lernens hinsichtlich Genauigkeit und Anpassungsfähigkeit für die Finite-Elemente-Analyse signifikant übertrifft.

Josiah D. Kunz, Kamal Choudhary2026-06-09🔬 cond-mat.mtrl-sci

First-Principles Insights into Surface and Ligand Effects in Stoichiometric HgTe Quantum Dots

Diese Studie verwendet atomistische Simulationen, um aufzuzeigen, wie größenabhängige Oberflächenkoordination und Ligandenpassivierung die elektronische Struktur stöchiometrischer HgTe-Quantenpunkte steuern, wobei demonstriert wird, dass neutrale Liganden lokalisierte Oberflächenzustände effektiv eliminieren und einen chemischen Hebel zur Gestaltung von Grenzflächenzuständen bieten, die für die Mittelinfrarot-Optoelektronik relevant sind.

Raagya Arora, Patrick J. Lohr, Dibyajyoti Ghosh, Jennifer Hollingsworth, Sergei Tretiak2026-06-09🔬 cond-mat.mtrl-sci

Information Entropy Based Crystal Structure Prediction of Chemically Disordered Alloys via Graph Convolutional Neural Networks

Diese Arbeit schlägt einen informationstheoretischen Ansatz zur Vorhersage der Phasenstabilität chemisch ungeordneter Legierungen vor, indem sie alchemistisches Monte-Carlo-Sampling mit einem Graph Convolutional Neural Network-Modell und einer auf Informationsentropie basierenden Metrik kombiniert, wobei die Effektivität über binäre bis quinternäre Systeme hinweg demonstriert wird, bei denen konventionelle Methoden vor rechnerischen Herausforderungen stehen.

Suman Chabri, Gautam Anand2026-06-09🔬 cond-mat.mtrl-sci

Chiral-Angle-Controlled Altermagnetic Spin Splitting in Nanotubes

Diese Arbeit zeigt, dass das Aufrollen eines zweidimensionalen dd-Wellen-Altermagneten zu einem Nanoröhrchen dessen impulsabhängige Spin-Aufspaltung in eine durch den Chiralitätswinkel kontrollierte eindimensionale Aufspaltung mit einer cos(2θ)\cos(2\theta)-Abhängigkeit transformiert und damit die dimensionale Projektion als allgemeine Strategie zur Entwicklung spin-aufgespaltener Quantenzustände in niedrigdimensionalen magnetischen Materialien etabliert.

Ersoy Sasioglu, Tom. G. Saunderson, Börge Göbel, Ingrid Mertig, Samir Lounis2026-06-09🔬 cond-mat.mes-hall

Chemical tuning of magnetic ordering and cryogenic magnetocaloric response in zircon-type Gd1-xErxVO4

Diese Studie zeigt, dass der teilweise Ersatz von Gd³⁺ durch kleinere Er³⁺-Ionen in der Zirkon-Struktur von Gd₁₋ₓErₓVO₄ die Gitterparameter und magnetischen Wechselwirkungen systematisch abstimmt und somit die magnetokalorische Leistung für die kryogene Kühlung effektiv optimiert, wobei die Zusammensetzung Gd₀,₉Er₀,₁VO₄ eine maximale magnetische Entropieänderung von 45,1 J kg⁻¹ K⁻¹ unter einem 7 T Feld erreicht.

Ming Zeng, Muqing Su, Liang Ming, Xiaolong Yang, Wang Chen, Lingwei Li, Hai-Feng Li2026-06-09✓ Author reviewed 🔬 physics.app-ph

Valley Engineering in Bilayer WSe2_2 Gate-All-Around Transistors

Diese Arbeit zeigt, dass bilaterale WSe2_2 der optimale Kanal für valley-engineering-basierte Gate-All-Around-Transistoren ist, da ihre nahezu thermische K-Γ\Gamma-Tal-Entartung bei Raumtemperatur eine gleichzeitige Erhöhung des On-Stroms und Unterdrückung des Off-Stroms mittels Dehnung ermöglicht, während sie eine Subthreshold-Steilheit nahe dem thermionischen Limit beibehält.

Katsunori Wakabayashi, Souren Adhikary, Kazuhito Tsukagoshi2026-06-09🔬 cond-mat.mes-hall