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.

🔬 materials science

Thermodynamics-Informed Machine Learning for Energy Materials Discovery

Diese Perspektive argumentiert, dass die nächste Grenze in der Entdeckung von Energiematerialien in der Entwicklung thermodynamisch informierter maschineller Lernmodelle liegt, die über statische Nulltemperatur-Energievorhersagen hinausgehen, um die wesentlichen Rollen von Entropie und Anharmonizität bei der Steuerung des Materialverhaltens unter realistischen Betriebsbedingungen zu erfassen.

Pol Benítez, Cibrán López, Claudio Cazorla2026-07-30
🔬 materials science

Physics-informed Machine Learning Prediction of Hubbard Interaction Parameters

Diese Studie präsentiert physik-informierte maschinelle Lernmodelle, die cRPA-abgeleitete Hubbard-Wechselwirkungsparameter (UeffU_{\rm eff}, VV und JJ) für Übergangsmetalloxide präzise vorhersagen und damit sowohl Möglichkeiten für das Hochdurchsatz-Screening als auch neue physikalische Einblicke in die elektronischen und strukturellen Faktoren bieten, welche diese Wechselwirkungen steuern.

Jiyeon Kim, Indukuru Ramesh Reddy, Bongjae Kim, Sooran Kim2026-07-30
🔬 materials science

PUDA: An AI-Native Hardware Harness for Self-Driving Laboratories

PUDA führt ein kopfgesteuertes, KI-natives Hardware-Harness für selbstfahrende Labore ein, das traditionelle grafische Benutzeroberflächen durch eine deterministische Befehlszeilen-Laufzeit ersetzt und es autonomen Agenten ermöglicht, Experimente auszuführen, während durch strukturierte, verknüpfte Datensätze die vollständige Datenprovenienz und Auditierbarkeit gewährleistet wird.

Zekun Ren, Hongzhao Tan, Jiaen Yee, Kedar Hippalgaonkar2026-07-30
🔬 materials science

Nanoscale Imaging of Strain-Controlled Altermagnetic Domains in {\alpha}-MnTe

Diese Studie nutzt die Stickstoff-Fehlstellen-Magnetometrie (NV-Magnetometrie) im Scanscanverfahren, um aufzuzeigen, dass mechanische Dehnung die altermagnetischen Domänen in Bulk-α\alpha-MnTe durch einen hysteretischen Prozess der Domänenkoaleszenz während der Kompression und der metastabilen Fragmentierung beim Entlasten steuert, wodurch ein Pfad für dehnungsprogrammierbare spintronische Bauelemente etabliert wird.

Alex L. Melendez, Sijie Xu, Liangbo Liang, An-Ping Li, Pengcheng Dai, Hu Miao, Zhaoyu Liu, Huan Zhao2026-07-30
🔬 materials science

Quantum Geometry-Driven RKKY: From Flat to Dispersive Bands

Diese Arbeit zeigt, dass in Flachband-Systemen die RKKY-Austauschwechselwirkung durch virtuelle Interband-Übergänge bestimmt wird, was zu einer exponentiellen Abklinglänge führt, die sowohl durch die Bandlücke als auch durch die Quantengeometrie bestimmt wird, während die Wiederherstellung der Dispersion geometrische Selektionseffekte induzieren kann, die den Abfall des Ausläufers von 1/R21/R^2 zu 1/R31/R^3 verändern.

Zhenggang Zhou, Chuang Li, Lun-Hui Hu2026-07-30
🔬 materials science

Transient Detour and Cooperative Oxygen Exchange in the Polarization Switching of Ferroelectric Hf0.5Zr0.5O2

Mithilfe von Molekulardynamik-Simulationen auf Basis maschinell gelernter Kraftfelder zeigt diese Studie auf, dass die Polarisationsumschaltung in ferroelektrischem Hf0,5Zr0,5O2\text{Hf}_{0,5}\text{Zr}_{0,5}\text{O}_2 durch einen kooperativen, transienten Austausch zwischen 3- und 4-koordinierten Sauerstoffatomen unter Beteiligung eines einzigartigen „Umweg“-Pfades und interner Selbstkompensation getrieben wird, anstatt durch konventionelle einfache Verschiebungsmodelle.

Ryotaro Sahashi, Po-Yen Chen, Teruyasu Mizoguchi2026-07-30
🔬 materials science

Crystal forming ability of amorphous refractory metals under nanoindentation: a molecular dynamics study

Diese Molekulardynamik-Studie zeigt, dass amorphe refraktäre Metalle (V, Nb, Mo, Ta, W) während der Nanoindentation eine schergetriebene Volumenkeimbildung und ein Wachstum durchlaufen, um in bcc-Kristalle zu transformieren, wobei ihre Kristallisationsfähigkeit von V nach W abnimmt und invers mit der Indentationsgeschwindigkeit skaliert, was darauf hindeutet, dass die Transformationsrate durch die Kohäsionsbindungsstärke und nicht durch die thermodynamische Triebkraft bestimmt wird.

Prashant Dwivedi, Alberto Fraile, Tomas Polcar2026-07-30
🔬 materials science

Structure-Property Correlation of Cr/Cu-MnFeCoNi High-Entropy Alloys for Alkaline Water Electrolysis

Diese Studie zeigt, dass der Ersatz von Cr durch Cu in MnFeCoNi-basierten Hochentropie-Legierungen die bifunktionale alkalische Wasserelektrolyse-Leistung signifikant verbessert, indem die elektronische Struktur für eine günstige Bindung von Zwischenprodukten moduliert und eine dynamische Cu-reiche Oberflächenrekonstruktion während der Sauerstoffentwicklungsreaktion induziert wird.

Shreyasi Chattopadhyaya, Raphael B. de Oliveira, Deepti Gangwar, Tymofii S Pieshkov, Marcelo L. Pereira Junior, Dhiman B (…)2026-07-30
🔬 materials science

The electric field gradient tensor as a symmetry-adapted order parameter in Landau theory

Diese Arbeit etabliert einen systematischen Landau-Theorie-Rahmen, der den elektrischen Feldgradienten-Tensor (EFG-Tensor) als einen symmetrieadaptierten Ordnungsparameter behandelt, wodurch die Vorhersage seiner linearen oder quadratischen Antwort auf strukturelle Phasenübergänge basierend auf irreduziblen Darstellungen ermöglicht und diese Vorhersagen durch experimentelle Daten sowie First-Principles-Berechnungen validiert wird.

L. Scalise, A. W. Carbonari2026-07-30