🔬 Category

cond-mat.mtrl-sci

4357 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.

🔬 materials science

Link Statistics of Dislocation Network during Strain Hardening

Durch die Analyse von diskreten Versetzungsdynamik-Simulationen von fcc-Cu zeigt diese Studie auf, dass die Versetzungslink-Längen auf aktiven Gleitsystemen aufgrund von spannungsinduziertem Ausbeulen einer Doppel-Exponentialverteilung folgen, während inaktive Systeme eine Einzel-Exponentialverteilung aufweisen, eine Unterscheidung, die durch die Modellierung des Netzwerks als ein-dimensionaler Poisson-Prozess mit superlinearen Wachstumsraten für lange Links erklärt wird.

Sh. Akhondzadeh, Hanfeng Zhai, Wurong Jian, Ryan B. Sills, Nicolas Bertin, Wei Cai2026-02-03
🔬 materials science

Direct evidence for the absence of coupling between shear strain and superconductivity in Sr2RuO4

Indem diese Studie durch die direkte Anwendung von drei Arten von Scherrate auf Sr2RuO4-Einkristalle vernachlässigbare Änderungen der supraleitenden Übergangstemperatur beobachtete, liefert sie einen Beleg dafür, dass Scherdehnung nicht an Supraleitung koppelt, was ein Ein-Komponenten-Ordnungsparameter-Modell stützt, während gleichzeitig deren Unfähigkeit hervorgehoben wird, andere experimentelle Anomalien vollständig zu erklären.

Giordano Mattoni, Thomas Johnson, Atsutoshi Ikeda, Shubhankar Paul, Jake Bobowski, Manfred Sigrist, Yoshiteru Maeno2026-02-03
🔬 optics

Frequency domain laser ultrasound for inertial confinement fusion target wall thickness measurements

Diese Arbeit präsentiert eine zerstörungsfreie, kontaktlose Laser-Ultraschallmethode im Frequenzbereich unter Nutzung von Resonanzen von elastischen Wellen mit der Gruppengeschwindigkeit Null zur präzisen Messung der Wandstärke von Millimeter-großen Inertialfusionskapseln, wobei die Ergebnisse exzellent mit Referenzen der Infrarotinterferometrie übereinstimmen.

Martin Ryzy, Guqi Yan, Clemens Grünsteidl, Georg Watzl, Kevin Sequoia, Pavel Lapa, Haibo Huang2026-02-03
🔬 materials science

Stability Criteria and Optoelectronic Properties of Mg3ZBr3 (Z = As, Sb, Bi) Perovskites for Evaluating the Performance in PIN Photo Diode

Diese Studie verwendet First-Principles-Berechnungen und Bauelement-Simulationen, um zu zeigen, dass bleifreie Mg3ZBr3\mathrm{Mg_3ZBr_3}-(Z=As,Sb,BiZ=\mathrm{As, Sb, Bi}) Perowskite die notwendige dynamische Stabilität, abstimmbare optoelektronische Eigenschaften und geeignete Bandlücken besitzen, um als vielversprechende Kandidaten für stabile Dünnschicht-PIN-Photodioden-Anwendungen zu dienen.

Md Mohiuddin, Mohammed Mehedi Hasan, Alamgir Kabir2026-02-03
🔬 materials science

On The Finetuning of MLIPs Through the Lens of Iterated Maps With BPTT

Dieses Paper schlägt eine robuste, end-zu-end differenzierbare Feinabstimmungsmethode für vortrainierte maschinelle Lern-Interatompotenziale vor, die vorhergesagte Strukturen optimiert, indem sie Relaxations-Trajektorien entrollt und Gradienten zurückpropagiert, was zu einer konsistenten Reduktion des Vorhersagefehlers um etwa 32 % über verschiedene Modelle und Hyperparametereinstellungen hinweg führt.

Evan Dramko, Yizhi Zhu, Aleksandar Krivokapic, Geoffroy Hautier, Thomas Reps, Christopher Jermaine, Anastasios Kyrillidi (…)2026-02-03
🔬 materials science

Perturbative second-order optical susceptibility of bulk materials: a symmetry-enforced return to non-orthogonal localized basis sets

Diese Arbeit präsentiert eine Methode zur Berechnung der perturbativen optischen Suszeptibilität zweiter Ordnung für Bulk-Materialien unter Verwendung nicht-orthogonaler pseudoatomarer Orbitale und symmetrieerzwungener Slater-Koster-ähnlicher Integrale im Velocity-Gauge, welche erfolgreich an kubischem Siliziumkarbid und Galliumarsenid validiert wurde.

Angiolo Huaman, Luis Enrique Rosas-Hernandez, Salvador Barraza-Lopez2026-02-03
🔬 materials science

Chiral orbital current driven topological Hall effect in Mn3Si2Te6

Diese Studie zeigt auf, dass im geschichteten ferrimagnetischen Halbleiter Mn3Si2Te6 der topologische Hall-Effekt aus chiralen Orbitalströmen statt aus Spintexturen resultiert, eine größenabhängige Verstärkung sowie eine starke Korrelation mit kolossalem Magnetowiderstand aufweist und damit die orbitalen Freiheitsgrade als einen neuen Mechanismus für das Engineering des topologischen Transports in 2D-Magneten etabliert.

Arnab Das, Soumik Mukhopadhyay2026-02-03
🔬 mesoscale physics

Growth of Large Crystals of Janus Phase RhSeCl Using Self-Selecting Vapour Growth

Diese Arbeit berichtet über eine neuartige zweistufige, selbstselektierende Dampfphasenwachstums-Methode, mit der erfolgreich große, hochwertige und phasenreine RhSeCl-Janus-Kristalle mit einer Größe von bis zu 6 mm synthetisiert wurden, während gleichzeitig eine zuvor nicht berichtete Verunreinigung identifiziert und eliminiert wurde, um eine reproduzierbare Produktion für spintronische und optoelektronische Anwendungen zu ermöglichen.

Anastasiia Lukovkina, Maria A. Herz, Xiaohanwen Lin, Volodymyr Multian, Alberto Morpurgo, Enrico Giannini, Fabian O. von (…)2026-02-03
🔬 materials science

Autonomous Multi-Agent AI for High-Throughput Polymer Informatics: From Property Prediction to Generative Design Across Synthetic and Bio-Polymers

Dieses Paper präsentiert ein autonomes Multi-Agenten-KI-Ökosystem, das große Sprachmodelle und spezialisierte Werkzeuge integriert, um eine einheitliche Pipeline für die Hochdurchsatz-Polymerentdeckung zu schaffen, wobei es eine führende Genauigkeit bei der Eigenschaftsvorhersage und dem generativen Design erreicht und gleichzeitig metakognitive Selbstoptimierungsfähigkeiten demonstriert.

Mahule Roy, Adib Bazgir, Arthur da Silva Sousa Santos, Yuwen Zhang2026-02-03