4298 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.
Die Studie zeigt, dass zweidimensionales hydriertes Graphen (HC6) trotz einer hohen Zustandsdichte, die eine Supraleitung mit einer kritischen Temperatur von 37,4 K vorhersagen würde, einen robusten ferrimagnetischen Grundzustand einnimmt, der die Supraleitung unterdrückt und als metastabilen Zustand zurücklässt.
Die Studie zeigt, dass durch Zirkonium-Substitution in Bariumtitanat chemisch programmierte, fraktionalisierte topologische Polarisationsstrukturen wie Antiskyrmionen und Skyrmionen realisiert werden können, die von tiefen Temperaturen bis Raumtemperatur stabil sind und ein neues Plattform für rekonfigurierbare ferroelektrische Bauelemente eröffnen.
Das Paper stellt Dara vor, ein automatisiertes Framework zur robusten Identifizierung und Verfeinerung mehrerer Phasen in Pulver-Röntgendiffraktogrammen durch eine datengesteuerte Baum-Suche und Rietveld-Verfeinerung, um manuelle Analysen zu erleichtern und die Zuverlässigkeit bei komplexen Mehrphasensystemen zu erhöhen.
Die Studie identifiziert drei Mechanismen für den großen topologischen Hall-Effekt im antiferromagnetischen EuCdSb: Weyl-Zustände, die unterhalb und oberhalb der Néel-Temperatur durch Symmetriebrechung bzw. Spinfluktuationen entstehen, sowie eine reelle Berry-Krümmung durch skalare Spin-Chiralität in Domänenwänden.
Diese Übersicht beleuchtet die Evolution der Oberflächenplasmonenresonanz (SPR) von grundlegenden kinetischen Studien hin zu KI-gestützten, autonomen Experimenten („Self-Driving Labs"), die durch Hochdurchsatz-Experimente und maschinelles Lernen die schnelle Entdeckung und Optimierung neuer SPR-Sensoren und analytischer Methoden in Material- und Biowissenschaften ermöglichen.
Die Studie identifiziert eine bisher unbekannte chirale ferroelektrische Phase im bleifreien Perowskit AgNbO₃, deren intrinsisch mit der Polarisation gekoppelte Chiralität eine elektrische Steuerung optischer Chiralitätseffekte ermöglicht und somit neue Wege für die Entwicklung chiral-optoelektronischer Bauelemente eröffnet.
Die Autoren stellen ein constraint-aware Diffusionsmodell vor, das mithilfe eines Primal-Dual-Algorithmus die rechenintensive Strukturrelaxation von Punktdefekten in anorganischen Festkörpern wie Bi₂Te₃ effizient und physikalisch fundiert beschleunigt.
Die Studie zeigt, dass die magnetoresistiven Eigenschaften von Bi-Mn-Legierungen mit hohem Mangananteil (11,92 %) bei tiefen Temperaturen signifikant von denen manganärmerer Proben abweichen, wobei die Unterschiede auf den variierenden Gehalt an magnetischem α-BiMn und dessen Einfluss auf den elektrischen Transport im Wismut-Gitter zurückgeführt werden.
Diese Arbeit entwickelt präzise effektive Operatoren für Graphen-Supergitter am Fermi-Niveau, indem sie Variationsmethoden, Störungstheorie und Multiskalenanalyse kombiniert, um den üblichen masselosen Dirac-Operator durch modifizierte Operatoren zu ersetzen und dies durch Simulationen zu validieren.
Die vorgestellte Studie zeigt, dass ein physik-informierter Pretraining-Ansatz, bei dem graphbasierte maschinelle Interatomare Potentiale zunächst mit dem Embedded-Atom-Modell und anschließend mit quantenmechanischen Daten trainiert werden, die Vorhersagegenauigkeit und Stabilität von Molekulardynamik-Simulationen über verschiedene Materialsysteme und Architekturen hinweg konsistent verbessert.