4172 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 artículo presenta la Dinámica Especulativa de Langevin (LSD), un método de muestreo especulativo distribuido y agnóstico al modelo que acelera las simulaciones de dinámica molecular de 3 a 9 veces mediante el uso de un modelo de borrador rápido y verificación en paralelo sin introducir error relativo ni comprometer la precisión de la distribución del modelo objetivo.
Este estudio demuestra que el recocido ex-situ transforma las películas de SrFeO crecidas in situ, las cuales consisten inicialmente en maghemita nanocristalina y óxido de estroncio amorfo, en estructuras de hexaferrita de estroncio bien cristalizadas y orientadas según el eje c.
Este artículo demuestra que las uniones de túnel de NbN-aislante-ferromagneto, fabricadas mediante un proceso sencillo de dos pasos con una barrera oxidada, pueden medir de manera fiable la polarización de espín de los ferromagnetos a través de la técnica de Meservey-Tedrow a temperaturas de hasta 1,6 K.
Utilizando microscopía electrónica de transmisión de barrido criogénica, los investigadores visualizaron directamente la estructura a baja temperatura del paraeléctrico cuántico SrTiO3, revelando que sus dominios polares a nanoescala se autoorganizan inicialmente en una estructura periódica antes de fragmentarse en pequeños cúmulos a medida que el material entra en el régimen paraeléctrico cuántico por debajo de los 40 K.
Este artículo evalúa el rendimiento de las operaciones de Tensor Train en CPUs, GPUs y TPUs utilizando JAX para adaptar y acelerar un algoritmo de homogeneización basado en SFFT de inspiración cuántica, permitiendo con éxito simulaciones multiescala de alta resolución que van desde 300 millones hasta 70 mil millones de puntos de malla que son inviables con los métodos tradicionales de FFT basados en GPU.
Al combinar la teoría del funcional de la densidad con corrección de dispersión con el aprendizaje automático informado por la física, este estudio elucida los mecanismos de adsorción y envenenamiento de azufre a través de 30 cúmulos icosaédricos de 13 átomos de metales de transición, identificando la tríada isoelectrónica Ti-Zr-Hf como un grupo equilibrado para diseñar catalizadores subnanométricos tolerantes al azufre.
El artículo presenta ELECTRAFI, un modelo rápido y diferenciable que predice densidades de carga periódicas en materiales cristalinos aprovechando las transformadas de Fourier de forma cerrada de Gaussianas anisotrópicas para lograr una precisión de vanguardia con una inferencia hasta 633 veces más rápida, reduciendo así significativamente el costo computacional total de los cálculos de la DFT.
Este artículo demuestra que los modos de fonones imaginarios espurios distorsionan significativamente las estimaciones de la capacidad calorífica y confunden las evaluaciones comparativas de aprendizaje automático para los marcos metalorgánicos, y propone un flujo de trabajo de posprocesamiento rápido para corregir estos errores para un cribado preciso de las propiedades térmicas.
Este artículo introduce RADII, un referente de resolución de radio que caracteriza sistemáticamente la "frontera de extrapolación" de los modelos generativos de grafos para la ciencia de materiales, revelando que la fidelidad estructural se degrada de manera predecible más allá de los radios de entrenamiento y que este patrón de degradación es único para cada arquitectura de modelo.
Este artículo examina cómo el auge de la IA y los dispositivos conectados está impulsando una transición hacia arquitecturas de computación en el borde para satisfacer demandas computacionales sin precedentes, describiendo los diseños y métricas clave que darán forma a los sistemas de sensores inteligentes de próxima generación.