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

Local micromechanics in a mean-field model of glasses reveal key properties of its non-equilibrium RSB phase

Diese Arbeit zeigt, dass die Definition einer mikromechanischen Antwortfunktion auf lokale Kraftmonopole in einem Mean-Field-Glasmodell exakte Beziehungen zwischen lokaler Steifigkeit und globalen Suszeptibilitäten offenbart, wodurch die Nichtgleichgewichts-Replika-Symmetrie-Brechungsphase des Modells mit enddimensionalen Gläsern überbrückt und seine Soft-Mode-Statistiken mit dem Boson-Peak verknüpft werden.

Makoto Suda, Edan Lerner, Eran Bouchbinder2026-07-28
🔬 optics

Dispersion models describing coupled systems in doped crystals. II. Infrared phonon excitations in GaAs single crystals and phonon-plasmon coupling in Zn-doped GaAs

Diese Arbeit präsentiert ein verallgemeinertes, temperaturabhängiges Dispersionsmodell, das gleichzeitig die intrinsischen sowie die Zn-dotierten Infrarot-optischen Eigenschaften von GaAs modelliert und die Phonon-Plasmon-Kopplung sowie Fano-Typ-Asymmetrien durch die simultane Anpassung von Reflexions-, Transmissions- und Ellipsometrie-Daten erfolgreich beschreibt.

Daniel Franta, Beata Hroncova, Mihai-George Muresan, Stefan Zollner2026-07-28
🔬 materials science

Response-Selected Hidden Hyperuniformity in Hydrodynamic Active Matter

Diese Arbeit führt das Konzept der „reaktionsselektiven Hyperuniformität“ in hydrodynamischer aktiver Materie ein und zeigt auf, dass lokal neutrale Cluster zwar aktive Kräfte abschirmen können, um einen verborgenen, weitreichend geordneten Fluss zu erzeugen, seltene ungeschirmte Momente jedoch eine endliche Abschirmungslänge schaffen, die dieses Regime des ruhigen Flusses begrenzt.

Liyu Zhong, Yang Jiao2026-07-28
🔬 materials science

Square Net TaSiAs Nanowires with Topological Surface Conduction and Linear Magnetoresistance

Diese Studie berichtet über die erfolgreiche Synthese chemisch verkapselter, einkristalliner TaSiAs-Nanodrähte mit einem Quadratnetz-Gitter, welche aufgrund topologisch geschützter Oberflächenzustände eine erhöhte Leitfähigkeit bei Raumtemperatur und einen nicht-sättigenden linearen Magnetwiderstand aufweisen, wie durch experimentelle Transportmessungen und theoretische Berechnungen aus erster Hand bestätigt wurde.

Anand Roy, Ofek Goldreich, Guy Ohad, Barun Barick, Olga Brontvein, Ora Bitton, Katya Rechav, Yishay Feldman, Leeor Kroni (…)2026-07-28
🔬 materials science

Catalyst Diffusion Transformer: Generative Inverse Design of Heterogeneous Catalysts

Das Papier stellt den Catalyst Diffusion Transformer (CatDiT) vor, ein vereinheitlichtes generatives Framework, das effizient neuartige und valide heterogene Katalysatoren entwirft, indem es gleichzeitig auf Adsorbattyp, Bindungsenergie und Katalysatorklasse konditioniert, und demonstriert erfolgreich seine Fähigkeit, die Kandidatenpools für gezielte Reaktionen wie die Stickstoffreduktion zu bereichern.

Hayoung Doo, Dong Hyeon Mok, Seoin Back, Jonggeol Na2026-07-28
🔬 materials science

Aligning Heterogeneous DFT Datasets: A Graph Neural Network Approach to Cross-Functional Formation Energies

Diese Arbeit stellt einen Graph-Neural-Network-Ansatz vor, der heterogene DFT-Datensätze durch die Vorhersage funktionsübergreifender Energierestwerte erfolgreich ausrichtet, wodurch veraltete PBE-Berechnungen auf hochpräzise r2SCAN-Genauigkeit aufgewertet und die Integration von Multi-Source-Daten für robuste Material-KI-Modelle ermöglicht wird.

Yidong Huang, Tenglong Lu, Hanwen Kang, Junfeng Huang, Sheng Meng, Miao Liu2026-07-28
🔬 materials science

Neural RHEED alignment with limited training data during CdTe MBE growth

Diese Arbeit präsentiert ein dateneffizientes neuronales Visionssystem, das die kristallographische Ausrichtung während des CdTe-Molekularstrahlepitaxie-Wachstums automatisiert, indem es nur mit 15 RHEED-Mustern trainiert wird und eine physikbasierte Nachbearbeitung nutzt, um die manuelle Inspektion zu ersetzen.

Bartłomiej Turowski, Jakub J. Meixner, RóĊa Dziewiątkowska, Wojciech Zaleszczyk, Tomasz Wojciechowski, Valentine V. Volo (…)2026-07-28
🔬 materials science

Amortized Posteriors for Estimation of Material Constitutive Parameters from Multimodal Measurements on Small Punch Tests

Diese Arbeit präsentiert ein amortisiertes, likelihood-freies Framework, das Gauß-Prozess-Surrogate und Conditional Flow Matching kombiniert, um Materialkennparameter effizient aus multimodalen Small-Punch-Test-Daten zu schätzen, wobei demonstriert wird, dass die Integration von Digital Image Correlation-Feldern mit Kraft-Weg-Kurven die Präzision der Posterior-Verteilung im Vergleich zur alleinigen Verwendung globaler Antwortdaten signifikant verbessert.

Mohammad Ali Seyed Mahmoud, Aditya Venkatraman, Raj Mahat, Samantha Mitra, Surya R. Kalidindi2026-07-28
🔬 materials science

A General Model of Interfacial Chemical Equilibrium in Phase-Field Method

Diese Arbeit führt ein allgemeines Phasenfeldmodell für das chemische Grenzflächengleichgewicht ein, das Hilfsvariablen für nicht-konservative Größen nutzt, um Zusammensetzungsunterschiede zu beschreiben, wodurch die WBM- und KKS-Modelle als Grenzfälle vereinigt werden, während gleichzeitig die direkte Integration thermodynamischer Datenbanken ermöglicht wird, um komplexe Probleme wie die Interdiffusion zwischen geordneten Phasen mit nicht überlappenden Zusammensetzungsbereichen zu lösen.

Yanzhou Ji, Long-Qing Chen2026-07-28
🔬 materials science

Proximity-induced Rashba spin-orbit interaction in BaMnO3_\text{3}|KTaO3_\text{3} heterostructure for antiferromagnetic spintronics

Diese Studie schlägt eine BaMnO3_3|KTaO3_3-Heterostruktur vor und validiert mittels DFT-Berechnungen, dass diese durch die Nähe zu KTaO3_3 erfolgreich eine starke Rashba-Spin-Bahn-Wechselwirkung in der antiferromagnetischen BaMnO3_3-Schicht induziert, was einen vielversprechenden Weg für die Weiterentwicklung der antiferromagnetischen Spintronik eröffnet.

Vivek Kumar, Nirmal Ganguli2026-07-27✓ Author reviewed