🔬 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

Janus-induced atomic reconstruction amplifies twist-angle modulation of interlayer thermal transport in moiré bilayers

Die Studie zeigt, dass die Einführung einer Janus-induzierten Spiegelsymmetriebrechung in MoSSe/MoS2-Bilagen die atomare Rekonstruktion in verzerrte, aperiodische Muster fördert, was die Zwischenschichtkopplung signifikant schwächt und die Twist-Winkel-Abhängigkeit der Wärmeleitfähigkeit im Vergleich zu herkömmlichen verdrehten MoS2-Bilagen um fast eine Größenordnung verstärkt.

Bin Xu, Rulei Guo, Jie Sun, Hiroo Suzuki, Takuma Yoshida, Ichiro Nakaya, Koki Sawasaki, Yasuhiko Hayashi, Shohei Chiashi (…)2026-07-28
🔬 materials science

A DFT and Machine Learning-Assisted Study on the Lattice Thermal Conductivity of LiCdSb for Thermoelectric Applications

Diese Studie verwendet die Dichtefunktionaltheorie und maschinell gelernte interatomare Potentiale, um die thermoelektrischen Eigenschaften von LiCdSb zu untersuchen, wobei eine niedrige Gitterwärmeleitfähigkeit und eine thermoelektrische Gütezahl (ZT) von über 1 bei Temperaturen oberhalb von 600 K nachgewiesen wurden, was es als vielversprechenden Kandidaten für die Hochtemperatur-Energieumwandlung positioniert.

R. Zosiamliana, Lalhriat Zuala, N. T. Tien, Vo Khuong Dien, A. Laref, D. P. Rai2026-07-28
🔬 materials science

Tailoring the Frequency-Dependent Optical Response of Hematite through Mono- and Co-Doping: A First-Principles Study

Diese First-Principles-Studie zeigt, dass die Bor-Dotierung zwar das α\alpha-Fe2_2O3_3-Gitter destabilisiert, die Co-Dotierung mit Yttrium jedoch die strukturelle Stabilität wiederherstellt und die niederenergetische Absorption sowie das optische Ansprechverhalten synergetisch verbessert, was eine praktikable Strategie zur maßgeschneiderten Modifikation von Hämatit für fortschrittliche photoaktive und optoelektronische Anwendungen darstellt.

Abdul Ahad Mamun, Muhammad Anisuzzaman Talukder2026-07-28
🔬 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