2794 artículos
La ciencia de materiales y la física de la materia condensada exploran cómo se comportan las sustancias que nos rodean, desde los metales en nuestros edificios hasta los semiconductores en nuestros teléfonos. Esta disciplina busca entender las reglas que gobiernan la estructura y las propiedades de la materia, permitiendo el desarrollo de tecnologías más eficientes y sostenibles que transforman nuestra vida diaria.
En Gist.Science, procesamos cada nuevo preprint de este campo directamente desde arXiv para hacer que la investigación de vanguardia sea accesible a todos. Ofrecemos tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que expertos y curiosos por igual puedan comprender los avances más recientes sin barreras innecesarias.
A continuación encontrarás la selección más reciente de artículos en ciencia de materiales y materia condensada, listos para ser explorados y entendidos.
Este estudio demuestra experimentalmente la conversión eficiente de corrientes orbitales a carga en heteroestructuras metálicas y semiconductoras mediante los efectos Hall y Rashba orbitales inversos, revelando la predominancia de las contribuciones orbitales sobre las espín e identificando señales opuestas en Ti y Ge para avanzar en el desarrollo de la orbitrónica.
Este estudio demuestra que los potenciales interatóticos de aprendizaje automático universales (uMLIPs), como MACE-OMAT y MatterSim-v1.0.0-1M, pueden utilizarse sin ajuste fino para explorar configuraciones estructurales estables y simular la dinámica molecular de nanopartículas de Cu soportadas en AlO con precisión comparable a modelos específicos, aunque su mayor costo computacional sigue siendo una limitación para simulaciones a gran escala.
Este estudio demuestra que las esferas de Halbach discretizadas con simetría icosaédrica, ensambladas a partir de imanes permanentes en los vértices de poliedros platónicos y arquimedianos, logran un equilibrio óptimo entre intensidad, homogeneidad y accesibilidad, ofreciendo un volumen de campo útil hasta 260 veces mayor que las configuraciones tradicionales y siendo ideales para aplicaciones móviles como la resonancia magnética.
Este trabajo investiga experimentalmente los efectos de torque de espín y orbital en sistemas bicapa mediante resonancia ferromagnética inducida por torque de espín, demostrando la presencia de un torque fuera del plano asociado al efecto Hall orbital y proporcionando evidencia sólida para el uso de este mecanismo en el conmutación de magnetización.
Mediante simulaciones de dinámica molecular potenciadas por aprendizaje automático, este estudio revela cómo los modos de unidades rígidas y la fuerte anarmonicidad en CaSnF no solo generan expansión térmica negativa, sino que también provocan una anomalía no monótona en la conductividad térmica cerca de la transición de fase, estableciendo así un mecanismo unificado entre la geometría de la red, la dinámica vibracional y el transporte térmico.
Este artículo presenta un enfoque que combina el método de deflación cuántica variacional con un marco de aprendizaje profundo y post-selección para mitigar errores en computadoras cuánticas NISQ, permitiendo así calcular con precisión los estados propios y las propiedades observables de los excitones de Frenkel en hardware real.
ChargeFlow es un modelo de ajuste basado en flujo que, mediante una red neuronal 3D U-Net, transforma densidades atómicas condicionadas a la carga en densidades electrónicas precisas de la teoría del funcional de la densidad, logrando mejoras significativas en la redistribución de carga no local y en la extrapolación de estados de carga para su aplicación en el análisis de materiales cargados.
Este estudio demuestra que el acoplamiento interfacial entre el magnetismo bidimensional Fe3GeTe2 y el aislante topológico Bi2Te3 estabiliza dominios magnéticos tipo burbuja a través de la modificación de la anisotropía magnética y la inducción de interacciones Dzyaloshinskii-Moriya, ofreciendo una nueva estrategia para el control de fases magnéticas en heteroestructuras cuánticas.
Este estudio presenta un marco de aprendizaje profundo mejorado mediante modulación lineal específica de características (FiLM) para predecir con alta precisión la evolución del crecimiento de granos bajo perfiles térmicos complejos y variables en el tiempo, superando las limitaciones de los modelos anteriores y manteniendo una ventaja computacional significativa frente a las simulaciones basadas en ecuaciones diferenciales.
Los autores presentan una teoría unificada de funcional de densidad cuántico-electrodinámica (*ab initio*) que permite calcular de forma autoconsistente y precisa cómo los campos electromagnéticos cuantizados en cavidades modifican las propiedades electrónicas, fonónicas y ópticas de los sólidos periódicos, demostrando su aplicabilidad mediante un estudio de caso en el nitruro de galio (GaN).