🔬 Category

cond-mat.mtrl-sci

4941 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.

🔬 Materialwissenschaft

Acoustic phonon contribution to the resistivity of twisted bilayer graphene

Diese Arbeit berechnet den akustischen Phononenbeitrag zum elektrischen Widerstand von verdrehtem Bilagen-Graphen unter Verwendung der vollständigen Bistritzer-MacDonald-Bandstruktur und zeigt auf, dass eine komplexe Bandgeometrie die komplizierten Dotierungs- und Temperaturabhängigkeiten vorantreibt, welche die experimentellen Widerstandsspitzen erklären und eine quantitative Theorie liefern, um Debatten über die Existenz eines seltsamen Metallzustands zu adressieren.

Sage B. Brooks, Fengcheng Wu, Sankar Das Sarma2026-10-15
🔬 Mesoskopische Physik

Phonon-limited resistivity of multilayer graphene systems

Diese Arbeit untersucht theoretisch, wie die anisotrope Bandengeometrie von Bernal-Bilayer- und Rhomboeder-Trilayer-Graphen, einschließlich Merkmalen wie Van-Hove-Singularitäten und Lifshitz-Übergängen, den phononengestützten elektrischen Widerstand signifikant beeinflusst, indem sie nichtlineare Temperaturabhängigkeiten induziert und standardmäßige Transportübergänge verkompliziert.

Sage B. Brooks, Yang-Zhi Chou, Fengcheng Wu, Sankar Das Sarma2026-10-15
🤖 KI

Physics-Informed Graph Neural Networks to Reconstruct Local Fields Considering Finite Strain Hyperelasticity

Das Papier stellt P-DivGNN vor, ein physik-informiertes Graph-Neural-Network-Framework, das lokale mikroskalige Spannungsfelder unter endlicher hyperelastischer Dehnung effizient rekonstruiert, indem es physikalische Gleichgewichtsbeschränkungen und periodische Randbedingungen in eine graphbasierte Message-Passing-Architektur einbettet und somit signifikante Rechenbeschleunigungen gegenüber traditionellen Finite-Elemente-Simulationen für Anwendungen wie Bruch- und Ermüdungsanalysen bietet.

Manuel Ricardo Guevara Garban, Yves Chemisky, Étienne Prulière, Michaël Clément2026-10-15
🤖 KI

Framework for an AI-Ready ARPES Community Database

Dieses Paper schlägt ein praktisches Framework für die Etablierung einer gemeinsamen, standardisierten Datenbank für ARPES-Daten (Angle-Resolved Photoemission Spectroscopy) vor, um die aktuellen publikationszentrierten Einschränkungen zu überwinden, wodurch unmittelbare Verbesserungen der Reproduzierbarkeit ermöglicht und das wesentliche Fundament für zukünftige KI-gestützte Entdeckungen in der kondensierten Materie geschaffen wird.

Zhi-Xun Shen, Jin Gene Wong, Karen Lei, Leon Garcia, Felix Baumberger, Sergey Borisenko, Aaron Bostwick, Ting Cao, Tanny (…)2026-10-15
🤖 KI

PXRD-Bench: How Close Are We to Determining Crystal Structures from Powder Diffraction?

Dieses Paper führt PXRD-Bench ein, einen vereinheitlichten Benchmark zur Evaluierung der Kristallstrukturbestimmung aus Pulverröntgendiffraktion unter anspruchsvollen Bedingungen wie unbekannten Zusammensetzungen und Mischungen, zusammen mit Bragglite, einem neuen Modell, das bestehende Baselines signifikant übertrifft und gleichzeitig aktuelle Einschränkungen bei der Generalisierung und der Mehrphasen-Rekonstruktion aufzeigt.

Dongyeop Woo, Nofit Segal, Nayoung Kim, Minkyu Kim, Rafael Gomez-Bombarelli, Sungsoo Ahn2026-10-15
🔬 Materialwissenschaft

High-throughput screening of Heusler alloys for thermoelectrics combining machine-learned densities of states and first-principles transport

Diese Studie validiert einen High-Throughput-Screening-Workflow für Heusler-Thermoelektrika, der maschinell gelernte Zustandsdichten mit theoretischen Transportberechnungen kombiniert, um effizient 80 vielversprechende computergestützte Kandidaten zu identifizieren, einschließlich 61 nicht gemeldeter Materialien, während sie gleichzeitig aufzeigt, dass neuronale Netzvorhersagen zwar oft Bandlücken verfehlen, aber dennoch effektiv für die Priorisierung von Verbindungen für detaillierte Analysen bleiben.

Shivam Randive, Rahul Dixit, Himanshu Pandey2026-10-15
🔬 Materialwissenschaft

A Parameter-Free Reference Hamiltonian for Tight-Binding Vanadium Oxides

Diese Arbeit führt ein parameterfreies Tight-Binding-Referenzhamiltonian für Vanadiumoxide ein, das die großen, kompensatorischen Fehler herkömmlicher Methoden zweiter Ordnung überwindet, indem es aus superponierten neutralen Atomen und vollen PBE-Potenzialen abgeleitet wird, wodurch eine hohe Genauigkeit bei Energiedifferenzen und Ladungsantworten erreicht wird, während gleichzeitig klargestellt wird, dass Symmetriebrechung in Magnéli-Phasen explizite Elektron-Gitter- oder Spin-Korrelations-Terme erfordert.

Jun-qiang Lu2026-10-15
🔬 Materialwissenschaft

Collision Cascade Morphology and Defect Nucleation in Pure Tungsten and an Equimolar Refractory W-Ta-Cr-V Alloy

Molekulardynamik-Simulationen unter Verwendung von maschinellen Lernpotenzialen zeigen, dass die äquimolare W-Ta-Cr-V-refraktäre Hochentroplegierung im Vergleich zu reinem Wolfram eine überlegene Beständigkeit gegenüber primärer Bestrahlungsschädigung aufweist, da ihre leichten Elemente die Kaskadenspaltung in Subkaskaden fördern und Defekte als Punktdefekte anstatt als Versetzungsschleifen oder Hohlräume aufnehmen.

Mark Fedorov, Francisco Javier Dominguez-Gutierrez, Damian Kalita, Łukasz Kurpaska2026-10-15
🔬 Materialwissenschaft

Bulk superconductivity in quintuple-layer square-planar nickelate La6Ni5O12

Diese Arbeit berichtet über die Entdeckung von Bulk-Supraleitung bei Umgebungsdruck im quintuplen, quadratisch-planaren Nickelat La6Ni5O12\text{La}_6\text{Ni}_5\text{O}_{12}, das mittels topotaktischer Reduktion synthetisiert wurde, eine Onset-Übergangstemperatur von etwa 18 K sowie einen supraleitenden Volumenanteil von ~25 % aufweist und damit eine entscheidende Plattform für die Untersuchung des Mechanismus der Hochtemperatur-Supraleitung in Nickelaten etabliert.

Mengzhu Shi, Mei Du, Hongyu Li, Zhiwei Wang, Zhengjie Wang, Ziji Xiang, Tao Wu, Xianhui Chen2026-10-15
🔬 Materialwissenschaft

Beyond DFT electronic band structures via dual-space orbital learning

Das Paper stellt O-kRystal vor, ein Dual-Space-Orbital-Learning-Framework, das kostengünstige PBE-Berechnungen nutzt, um hochpräzise HSE06- und G0W0G_0W_0-Elektronikbandstrukturen über diverse Materialien hinweg bei signifikant reduziertem Rechenaufwand vorherzusagen.

Minhyuk Kang, Beom Seok Kang, Nikolai Argatoff, Miguel Nouman, Danish Khan, William A. Goddard III, Anima Anandkumar2026-10-15