🔬 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.

🔬 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 ⓘ
🔬 materials science

Robust Orbital-Selective Flat Bands in Transition-Metal Oxychlorides

Diese Studie identifiziert und validiert experimentell einen robusten, bei Raumtemperatur wirkenden orbitalselektiven Flachband-Mechanismus in Van-der-Waals-Übergangsmetall-Oxychloriden (NbOCl2 und TaOCl2), der aus spezifischer Orbitalhybridisierung und Peierls-Dimerisierung resultiert und damit ein neues Gestaltungsprinzip zur Realisierung exotischer Quantenphasen etabliert.

Xiangyu Luo, Ludovica Zullo, Sahaj Patel, Dongjin Oh, Qian Song, Asish K. Kundu, Anil Rajapitamahuni, Elio Vescovo, Nata (…)2026-07-27
🔬 condensed matter

NanoBTE: Fast Iterative Solution of the Phonon Boltzmann Transport Equation for Nanoscale Heat Transport

Dieses Papier präsentiert NanoBTE, einen deterministischen Finite-Volumen-Solver, der die nicht-graue Phonon-Boltzmann-Transportgleichung für komplexe nanoskalige Geometrien effizient löst, indem er fortschrittliche Randbedingungen, bandaufgelöste Eigenschaften und eine hybride CPU-GPU-Parallelisierung mit synthetischen iterativen Schemata integriert, um die Konvergenz in multiskaligen Wärmetransportsimulationen zu beschleunigen.

Hongjiang Chen, Hai-Xuan Lin, Xiaole Tian, Hongyu Chen, Juan Zhang, Shengyao Yan, Hezhu Shao, Yu Wu, Junjie Liu, Hao Zha (…)2026-07-27
🔬 materials science

Generative and multimodal AI for materials prediction and design: Progress, challenges, and perspectives

Dieses Paper schlägt eine Materialeigenschaftshierarchie und ein evidenzbasiertes Framework vor, um die Herausforderungen bei der Untermauerung von Neuartigkeit in der KI-gesteuerten Materialentdeckung anzugehen, wobei argumentiert wird, dass die aktuellen Einschränkungen bei der Integration multimodaler Daten und des Benchmarking durch gemeinschaftsweite Standards überwunden werden müssen, um das Design experimentell realisierbarer Materialien zu ermöglichen.

Xianyuan Liu, Charles Anjah, Benjamin E. Jolly, Jonathon F. S. Markanday, Joshua Berry, Haolin Wang, Nicola A. Morley, R (…)2026-07-27
🔬 materials science

Symmetry-Adapted Physical and Vibrational Properties of Ferroelectric Perovskite Oxides: Application to PbZrxTi1-xO3

Diese Arbeit wendet Gruppentheorie und Tensoranalyse an, um die symmetrieabhängigen physikalischen und vibronischen Eigenschaften des ferroelektrischen PbZrxTi1-xO3 systematisch abzubilden, wobei sie aufzeigt, dass dessen morphotrope Phasenübergang eine kontinuierliche Umverteilung der Raman-Spektralintensität anstelle der Entstehung neuer Moden beinhaltet, während sie gleichzeitig die Rolle der lokalen Symmetriebrechung bei der Interpretation seines funktionalen Verhaltens hervorhebt.

Sumit Ranjan Maity, Brajesh Tiwari2026-07-27
🔬 mesoscale physics

Real-Space Imaging of Band Topology via Wavefunction Zeros

Diese Arbeit etabliert einen theoretischen Rahmen, der die symmetrieerzwungenen Nullstellen elektronischer Wellenfunktionen an hochsymmetrischen Impasmomenten mit der Bandtopologie verknüpft, wodurch die direkte experimentelle Bestimmung topologischer Invarianten mittels Rastertunnelspektroskopie ermöglicht wird und Einblicke in Wechselwirkungseffekte in korrelierten Materialien geliefert werden.

Julian Ingham, Raquel Queiroz2026-07-27
🔬 physics

Learning Lattice Parameters from Powder X-Ray Diffraction Data Using Invariants

Diese Arbeit stellt eine Methode des maschinellen Lernens vor, welche die Genauigkeit der Vorhersage von Elementarzellenparametern aus Pulverröntgendiffraktionsdaten verbessert, indem sie anstelle der direkten Vorhersage der Parameter selbst eine neuartige, konventionsunabhängige invariante Gitter-Bispektrum-Repräsentation als Modellziel verwendet.

Elyssa Hofgard, Kyucheol Min, Nofit Segal, David W. Mittan-Moreau, Aria Mansouri Tehrani, Vanessa Oklejas, Jigyasa Nigam (…)2026-07-27