🔬 Category

cond-mat.mtrl-sci

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.

🔬 applied physics

Origin of effective non-Fourier heat conduction phenomena in heterogeneous materials

Diese Studie leitet durch räumliche Volumenmittelung ein thermodynamisch kompatibles, Nicht-Fourier-Wärmeleitungsmodell für heterogene Materialien ab und zeigt auf, dass deren inhärentes überdiffusives Verhalten sowie die größenabhängige Transportleistung aus distinkten mikrostrukturellen Eigenschaften und endlichen Probengrenzen resultieren, eine Erkenntnis, die anhand vielfältiger experimenteller Daten validiert wurde.

Róbert Kovács2026-08-14
🔬 applied physics

Thermal transport in crystals: from the quantum Dyson equation to mesoscopic phonon hydrodynamics

Diese Rezension schlägt eine Brücke zwischen der Quanten-Phonon-Dynamik und der mesoskopischen Hydrodynamik, indem sie viskose Wärmegleichungen streng aus ersten Prinzipien herleitet, um exotische nicht-diffusive thermische Transportphänomene, wie etwa thermischen Rückfluss und Wirbel, in dielektrischen Kristalle zu erklären und vorherzusagen.

Enrico Di Lucente, Michele Simoncelli, Nicola Marzari2026-08-14
🔬 optics

All-optical switching of nonlinear structured light in crystal-engineered van der Waals materials

Diese Arbeit demonstriert einen monolithischen, rein optischen Schaltmechanismus für nichtlineares strukturiertes Licht in ultradünnen, manipulierten 3R-MoS2_2-van-der-Waals-Kristallen, der die dynamische Erzeugung von zweitharmonischen Vortex-Strahlen mit umschaltbaren topologischen Ladungen ermöglicht, um integrierte nanophotonische Technologien voranzubringen.

Paolo Valisa, Marc Richstaetter, Bianca Sanfilippo, Benedikt Ursprung, Zhi Hao Peng, Victoria Quiros-Cordero, Francesco (…)2026-08-14
🔬 materials science

Mechanical strain induced topological phase changes of monolayer and bilayer ZrTe5_5

Diese Studie zeigt, dass mechanische Dehnung bei einlagigem und zweilagigem ZrTe5_5 unterschiedliche topologische Phasenübergänge induziert, wobei Doppelschichten ein besonders reichhaltiges Phasendiagramm aufweisen, was sie zu vielversprechenden Kandidaten für abstimmbare topologische Bauelemente unter moderater Dehnung macht.

Zoltán Tajkov, Dániel Nagy, János Koltai, Péter Nemes-Incze2026-08-13
🔬 materials science

DREAMS: Density Functional Theory Based Research Engine for Agentic Materials Simulation

Das Paper stellt DREAMS vor, ein hierarchisches Multi-Agenten-Framework für Dichtefunktionaltheorie-Simulationen, das eine mehrstufige Sicherheitskontrolle einsetzt, um jeden Schritt zu verifizieren und die Datenprovenienz nachzuverfolgen, wodurch eine hochpräzise, vertrauenswürdige und nahezu autonome Materialforschung mit signifikant reduzierten Fehlerraten im Vergleich zu ungesicherten Systemen erreicht wird.

Ziqi Wang, Hongshuo Huang, Hancheng Zhao, Changwen Xu, Shang Zhu, Jan Janssen, Venkatasubramanian Viswanathan2026-08-13
🔬 materials science

Teaching a Transformer to Think Like a Chemist: Predicting Nanocluster Stability

Diese Studie integriert die Dichtefunktionaltheorie mit einem Transformer-basierten Modell der künstlichen Intelligenz, um die Stabilität sowie die Core-Shell- versus die oberflächensegregierten Konfigurationen von 13-Atom-Bimetall-Nanoclustern vorherzusagen, wobei eine präzise Energieprognose und interpretierbare Einblicke in entscheidende chemische Deskriptoren bei gleichzeitiger Einhaltung der FAIR/TRUE-Prinzipien für die reproduzierbare Materialentdeckung erzielt werden.

João Marcos T. Palheta, Octavio Rodrigues Filho, Mohammad Soleymanibrojeni, Alexandre Cavalheiro Dias, Diego Guedes-Sobr (…)2026-08-13
🔬 materials science

Combining Quasiparticle Self-Consistent GWGW and Machine-Learned DFT+UU to Assess Half-Metallicity in Co- and Ni-Based Heuslers

Diese Studie bewertet die Halbmetallizität von Co- und Ni-basierten Heusler-Verbindungen, die an InAs angepasst sind, durch einen Vergleich von Standard-DFT-Funktionalen mit quasipartikel-selbstkonsistenten GWGW-Berechnungen und einem maschinell gelernten DFT+UU-Ansatz, wobei letztlich Co2_2TiSn und Co2_2ZrAl als die vielversprechendsten halbmetallischen Kandidaten identifiziert werden, während gleichzeitig die signifikante Methodenabhängigkeit der vorhergesagten Spinpolarisation hervorgehoben wird.

Zefeng Cai, Malcolm J. A. Jardine, Maituo Yu, Chenbo Min, Jiatian Wu, Hantian Liu, Derek Dardzinski, Christopher J. Palm (…)2026-08-13
🔬 materials science

Disentangling the dynamics of transient spin and orbital magnetization in SrTiO3_3 via the inverse Faraday effect from RT-TDDFT

Mittels zeitabhängiger Dichtefunktionaltheorie in Echtzeit zeigt diese Studie, dass zirkular polarisiertes Licht durch rein elektronischen Drehimpulstransfer des Bahndrehimpulses eine ultraschnelle, helizitätsabhängige transiente Magnetisierung im nichtmagnetischen Isolator SrTiO3_3 induziert, wodurch der inverse Faraday-Effekt effektiv von der optischen Orientierung entkoppelt wird, ohne dass Ionenbewegungen erforderlich sind.

Andri Darmawan, Markus E. Gruner, Rossitza Pentcheva2026-08-13
🔬 materials science

Temperature-Driven Sequential Modeling for the Prediction of Annual Power Conversion Efficiency Profiles of Organic Photovoltaic Materials: Douala Case Study

Dieses Paper führt ein klimat natives computergestütztes Framework ein, das Molekulardynamik, äquivariante Graph-neuronale Netze und sequenzielles Deep Learning kombiniert, um die jährlichen, durch Temperatur getriebenen Profile der Energieumwandlungseffizienz organischer Photovoltaikmaterialien in tropischen Regionen vorherzusagen, wobei demonstriert wird, dass die Modellierung thermischer Konformationsdynamiken statische Effizienzbewertungen bei der Identifizierung geeigneter Kandidaten für den realen Einsatz signifikant übertrifft.

Steve Cabrel Teguia Kouam, Rockefeller Rockefeller, Raoult Dabou Teukam, Jean-Pierre Tchapet Njafa, Patrick Sorrel Mvoto (…)2026-08-13
🔬 materials science

Chemically Meaningful Textualization Enables Explainable Validation of Metal-Organic Frameworks by Large Language Models

Diese Arbeit zeigt, dass die Transformation kristallographischer Daten in chemisch bedeutsamen Text die Fähigkeit feinabgestimmter großer Sprachmodelle ermöglicht, als präzise und interpretierbare Validatoren für metallorganische Gerüstverbindungen zu dienen, indem sie strukturelle Fehler effektiv identifizieren und diagnostische Begründungen liefern, die mit spezialisierten graphbasierten Modellen vergleichbar sind.

Guobin Zhao, Xiao-Yan Li2026-08-13