2692 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.
Berechnungen aus ersten Prinzipien zeigen, dass stickstoffbezogene Defektkomplexe in , insbesondere solche, die durch Sauerstoff- und Galliumleerstellen verstärkt werden, stabile tief liegende Einfangzentren bilden, die lokalisierte elektronische Zustände innerhalb der Bandlücke einführen und dadurch den Ladungsträgertransport einschränken sowie ein halbisolierendes Verhalten begünstigen.
Diese Studie identifiziert NaYb(MoO) als ein seltenes Beispiel eines dipolaren Quantenparamagneten, bei dem schwache Austauschwechselwirkungen und starke Ein-Ionen-Anisotropie innerhalb eines gestreckten Diamantgitters eine ferromagnetische Fernordnung bis hinunter zu 50 mK verhindern und das System von dynamischen dipolaren Korrelationen dominiert bleibt.
Diese Arbeit stellt eine nicht-invasive Rasterkraftmikroskopie-Methode vor, die Rastertunnel-Spektroskopie und Dissipationsmessungen kombiniert, um die Mobilitäten von Ladungsträgern unterhalb der Leitungsbandkante sowie Variationen der Quantenkapazität im zweidimensionalen Elektronengas von reduziertem SrTiO(001) zu quantifizieren und damit neue Erkenntnisse zur Ladungsdynamik in der Oxid-Elektronik und Spintronik liefert.
Diese Studie untersucht die konkurrierenden Kristallisationspfade und die Kaltkristallisationskinetik des Flüssigkristalls 10OS5 und zeigt, dass seine thermische Geschichte manipuliert werden kann, um die bei Phasenübergängen freigesetzte Energie zu steuern, wodurch sein Potenzial für Anwendungen zur thermischen Energiespeicherung hervorgehoben wird.
Diese Studie nutzt ein 7×7-Silizium-Quantenpunkt-Array, das mittels 300-mm-CMOS- und EUV-Lithografie hergestellt wurde, um nachzuweisen, dass eine Gate-Oxid-Dicke von 17 nm die Uniformität durch Minimierung der Schwellspannungsvariabilität optimiert und damit kritische Designrichtlinien für skalierbare Quantencomputing-Architekturen liefert.
Diese Arbeit etabliert eine neuartige Methodik, die Röntgenphotonen-Korrelationsspektroskopie (XPCS) mit domänenadaptivem maschinellen Lernen kombiniert, um die Nichtgleichgewichts-Korngrenzendynamik in nanokristallinem Silizium quantitativ zu untersuchen und erfolgreich Schlüsselkinetische Parameter aus komplexen experimentellen Fluktuationkarten zu extrahieren, die zuvor unzugänglich waren.
Diese Studie zeigt, dass die magnetische Abstimmbarkeit von Janus-Partikeln im Mikrometermaßstab auf FePt-Basis primär durch die chemische Ordnung und nicht durch die Partikelkrümmung bestimmt wird, wie Experimente und Simulationen belegen, die eine konstante Koerzitivfeldstärke über verschiedene Durchmesser hinweg bei gleichzeitig starker Abhängigkeit von der L1_0-Ordnung aufweisen.
Dieser Beitrag stellt ein auf Symmetrie basierendes Framework vor, das äquivariante Raumgruppen verwendet, um äquivariante magnetische Hamilton-Operatoren (EMHs) zu konstruieren, die magnetische Ordnungsparameter explizit einbeziehen, wodurch die Untersuchung von durch magnetische Dynamik getriebenen topologischen Phänomenen sowie die präzise Modellierung n-abhängiger Bandstrukturen sowohl in Modellen als auch in realen Materialien ermöglicht wird.
Dieser Beitrag stellt RADAR-PD vor, ein modalitätsbewusstes maschinelles Lernframework, das die Identifizierung und Verfeinerung von Mehrphasen sowohl in der Röntgen- als auch in der Neutronen-Pulverdiffraktometrie automatisiert, indem es fehlertolerante neuronale Netze mit physikgestützter Verifikation kombiniert, um bestehende Engpässe bei der autonomen Strukturaufklärung zu überwinden.
Dieser Artikel zeigt, dass die Kontrolle der Menge und Geometrie des abgeschiedenen Metalls zur Erzeugung von „thermischer Verdichtung" eine präzise Manipulation laserinduzierter Fluidinstabilitäten und Musterverbildungen in nanoskaligen Metallfilmen durch selbstkonsistente Modellierung und zeitabhängige Simulationen ermöglicht.