4119 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.
Diese Studie stellt eine Korrelation zwischen den mechanischen Eigenschaften und den mikrostrukturellen Merkmalen einer mittels Spark Plasma Sinterverfahren hergestellten NiTi-Legierung her und zeigt auf, wie die Sintertemperatur die Porosität, die Phasentransformation und die Superelastizität beeinflusst, um das Material für fortschrittliche technische Anwendungen zu optimieren.
Dieses Papier argumentiert, dass das Quantencomputing zwar ein transformatives Paradigma für die Simulation von Molekülen und Materialien bietet, indem es elektronische Korrelation und komplexe Energielandschaften direkt handhabt, sein wahrer wissenschaftlicher Wert jedoch nicht bloß durch die Skalierung der Qubits abhängt, sondern durch das Erreichen nachweisbarer Reduktionen der Vorhersageunsicherheit durch eine disziplinierte Integration mit klassischen Workflows über verschiedene Stadien der Hardwareentwicklung hinweg.
Diese Studie nutzt maschinelles Lernen in Kombination mit First-Principles-Berechnungen, um die abstimmbaren Bandkantenpositionen von Pniktogen-Chalkohalogenid-Mischkristallen über ihren gesamten Zusammensetzungsbereich und ihre Oberflächenterminierungenen hinweg abzubilden, wobei spezifische Formulierungen für verschiedene Solarenergieanwendungen identifiziert und aufgezeigt wird, dass die Facettenwahl ein kritischer Designparameter ist, der der chemischen Substitution ebenbürtig ist.
Durch die Kombination von maschinellem Lernen mit schnellen, nachhaltigen Synthesemethoden entdeckt und validiert diese Studie 16 neue mehrschichtige MXene – einschließlich 11 Varianten auf Seltenerdbasis – und erweitert damit den bekannten chemischen Raum dieser Materialfamilie signifikant.
Diese Studie zeigt, dass analytische Vortex-Modelle in der Lage sind, polarisierte magnetische Kleinwinkel-Neutronenstreudaten von polykristallinen Eisenoxid-Nanoblüten effektiv auf einen kleinen Satz von Textur-Deskriptoren zu reduzieren, wobei sie offenlegen, dass die Austauschkopplung zwischen den Körnern und die Kohärenz der Anisotropieachse jeweils die radialen und orientierungsbezogenen Charakteristika der magnetischen Vortex-Zustände maßgeblich bestimmen.
Diese Arbeit präsentiert eine allgemeine, quantitative Theorie des Elektromagnetismus und der Chiralität in Kristallen, die Symmetrieprinzipien sowie eine formale Analogie zwischen Raum- und Zeitinversionen nutzt, um umfassende Klassifizierungen von fünf Typen multipolarer Polarisationen und fünf Typen der Chiralität zu etablieren und damit Konzepte wie Ferroelektrizität und Enantiomorphie auf höhere Ordnungen in Quantenmaterialien auszuweiten.
Diese Studie zeigt auf, dass gängige heuristische Evaluierungen im maschinellen Lernen der Materialwissenschaften die Generalisierbarkeit und die Vorteile des Neural Scaling oft überschätzen, da sie primär die Interpolation innerhalb des Trainingsbereichs anstatt echte Out-of-Distribution-Extrapolation testen, bei der eine Erhöhung der Datenmenge oder der Modellgröße zu abnehmenden oder negativen Erträgen führt.
Dieses Paper führt LLM4Mat-Bench ein, den bislang größten Benchmark, der 1,9 Millionen Kristallstrukturen und 45 Eigenschaften über mehrere Eingabemodalitäten hinweg umfasst, um die Einschränkungen sowohl allgemeiner als auch aufgabenspezifischer großer Sprachmodelle bei der Vorhersage von Materialeigenschaften systematisch zu bewerten und hervorzuheben.
Diese Studie charakterisiert systematisch Stickstoff-Fehlstellen-Zentren in aminoterminierten fluoreszierenden Nanodiamanten und zeigt auf, dass sich zwar die Nullfeldaufspaltungsparameter mit der Größe entwickeln, die nasschemische Hofmann-Aminoterminierung jedoch durch den Abbau oberflächennaher paramagnetischer Defekte in 140-nm-Partikeln einen hohen, laserleistungsunabhängigen negativen Ladungszustand ermöglicht.
Diese Studie zeigt, dass uniaxialer in-plane Kompressionsstrain den spontanen anomalen Hall-Effekt sowie die winzige Nettomagnetisierung im Altermagneten-Kandidaten h-FeS durch die Abstimmung des ferromagnetischen Moments der c-Achse effektiv unterdrückt, was eine starke Korrelation zwischen diesen Eigenschaften hervorhebt und einen praktikablen Steuerungsmechanismus für spintronische Anwendungen bietet.