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.

🔬 Materialwissenschaft

aLLoyM: A large language model for alloy phase diagram prediction

Dieser Artikel stellt aLLoyM vor, ein feinabgestimmtes großes Sprachmodell, das auf Legierungsphasendiagrammdaten trainiert wurde, die Vorhersagegenauigkeit bei Multiple-Choice-Fragen erheblich verbessert und die neuartige Fähigkeit demonstriert, aus Komponentenbeschreibungen Phasendiagramme zu generieren, wodurch die Entdeckung neuer Werkstoffe beschleunigt wird.

Yuna Oikawa, Guillaume Deffrennes, Taichi Abe, Ryo Tamura, Koji Tsuda2026-04-30
🔬 Materialwissenschaft

Electronic bounds in magnetic crystals

Diese Arbeit stellt eine systematische Untersuchung vor, die neue und verallgemeinerte Grenzbeziehungen zwischen verschiedenen elektronischen Eigenschaften – wie Elektronendichte, effektiver Masse, Orbitalmagnetisierung und Chern-Invarianten – sowohl in metallischen als auch in isolierenden magnetischen Kristallen herleitet, die anhand von Modellsystemen veranschaulicht und mittels optischer Absorptionsspektren analysiert werden.

Daniel Passos, Ivo Souza2026-04-30
🔬 Materialwissenschaft

Fermi-liquid behavior and characteristic temperature-dependent susceptibility in clean RuO2_2 crystal

Diese Studie zeigt, dass ultrareine RuO2_2-Einkristalle einen schwach korrelierten 3D-Fermiflüssigkeitszustand mit einer charakteristischen temperaturabhängigen magnetischen Suszeptibilität aufweisen, die durch verstärkte Orbitalbeiträge infolge der Gitterausdehnung getrieben wird, und klärt damit anhaltende Debatten über deren magnetische Natur.

Shubhankar Paul, Atsutoshi Ikeda, Hisakazu Matsuki, Giordano Mattoni, Jörg Schmalian, Kunihiko Yamauchi, Chanchal Sow, S (…)2026-04-30
🔬 Materialwissenschaft

Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification

Dieser Beitrag stellt einen umfassenden Benchmark vor, der einen GPU-beschleunigten Finite-Differenzen-Phasenfeld-Code (GPU-PF) und einen CPU-parallelisierten Finite-Elemente-Code mit adaptivem Gitter (PRISMS-PF) zum Simulieren der gerichteten Erstarrung von Al-Cu- und SCN-Kampfer-Legierungen unter experimentell relevanten Bedingungen vergleicht, ihre Genauigkeit bei der Vorhersage dendritischer Morphologie und Spitzen-Dynamik validiert und ihre Rechenleistung bewertet, um integrierte rechnergestützte Werkstoffentwicklungs-Workflows zu unterstützen.

Jiefu Tian, David Montiel, Kaihua Ji, Trevor Lyons, Jason Landini, Katsuyo Thornton, Alain Karma2026-04-30
🔬 Mesoskopische Physik

Tuning of Atomic Layer Deposition Pulse Time through Physics-Informed Bayesian Active Learning

Dieser Beitrag stellt einen physikgestützten Bayesianischen aktiven Lernrahmen vor, der ein Langmuir-Adsorptionsmodell mit einer zweistufigen Parameterschätzstrategie integriert, um Pulsdauern bei der Atomlagenabscheidung autonom und effizient zu optimieren, wodurch im Vergleich zu herkömmlichen datengesteuerten Ansätzen eine schnellere Konvergenz, eine höhere Vorhersagegenauigkeit und ein deutlich reduzierter Vorläuferverbrauch erreicht werden.

Pouyan Navabi, Christos G. Takoudis2026-04-30
🔬 Physik

From Code to Figure: A FAIR-Aligned Data Provenance Chain for Reproducible Simulation Research in Numerical Physics

Dieser Beitrag stellt einen integrierten, FAIR-konformen Workflow vor, der Versionskontrolle, automatisierte Tests, strukturierte Protokollierung und standardisierte Nachverarbeitung kombiniert, um eine vollständige Datenherkunftskette zu etablieren, die die Reproduzierbarkeit von der Code-Entwicklung bis zu den veröffentlichten Abbildungen in numerischen Physiksimulationen gewährleistet.

Markus Uehlein, Tobias Held, Christopher Seibel, Lukas G. Jonda, Baerbel Rethfeld, Sebastian T. Weber2026-04-30
🔬 Mesoskopische Physik

Magnetononlinear Hall effect from multigap topology in metal-organic frameworks

Dieser Artikel zeigt, dass nicht-abelsche Multigap-Bandtopologie, charakterisiert durch nichttriviale Euler-Klassen-Invarianten, beobachtbare magnetische nichtlineare Hall-Effekte in einstellbaren zweidimensionalen kagome-Metall-organischen Gerüsten induziert und damit einen Weg zur experimentellen Detektion dieser unerforschten topologischen Phase durch kontrollierbare Magnetotransportmessungen eröffnet.

Chun Wang Chau, Wojciech J. Jankowski, Bo Peng, Robert-Jan Slager2026-04-30
🔬 Physik

Accelerating finite-element-based projector augmented-wave density functional theory calculations with scalable GPU-centric computational methods

Dieser Beitrag stellt eine skalierbare, GPU-zentrierte Finite-Elemente-Projektor-erweiterte-Wellen-Methode (PAW-FE) vor, die algorithmische Innovationen wie gemischte Genauigkeitsarithmetik und Chebyshev-gefilterte Unterraumiteration nutzt, um erhebliche Beschleunigungen und exascale-fähige Leistung für großskalige, chemisch genaue Dichtefunktionaltheorie-Simulationen zu erreichen.

Kartick Ramakrishnan, Phani Motamarri2026-04-30
🔬 Materialwissenschaft

Implementation of the hybrid exchange-correlation functionals in the SIESTA code

Dieser Beitrag stellt eine effiziente und genaue Implementierung hybrider Austausch-Korrelations-Funktionalen im SIESTA-Code vor, die eine gaußförmig angepasste Darstellung numerischer Atomorbitale nutzt, um großskalige, skalierbare Simulationen ausgedehnter Systeme mit deutlich verbesserten Bandlückenvorhersagen zu ermöglichen.

Yann Pouillon, Bill Clintone Oyomo, James Sifuna, María Camarasa-Gómez, Xinming Qin, Carlos Beltrán, Fernando Gómez-Orti (…)2026-04-30