🔬 Category

cond-mat.mtrl-sci

2632 articles

La science des matériaux explore comment la matière se comporte et comment nous pouvons la transformer pour créer de nouvelles technologies. Dans cette catégorie, vous découvrirez des recherches qui vont des alliages plus résistants aux matériaux pour l'énergie propre, en passant par les nanotechnologies qui changent notre quotidien. C'est un domaine où la théorie rencontre l'expérience pour façonner le futur de nos objets et infrastructures.

Sur Gist.Science, nous traitons systématiquement chaque nouveau prépublication soumise sur arXiv dans ce secteur. Notre équipe analyse ces travaux complexes pour vous offrir à la fois un résumé technique précis et une explication claire en langage simple, rendant ainsi la recherche de pointe accessible à tous, qu'il s'agisse d'étudiants ou de passionnés.

Découvrez ci-dessous la sélection la plus récente de ces avancées, où chaque article est présenté avec sa version simplifiée et ses détails essentiels pour mieux comprendre les innovations qui émergent aujourd'hui.

Machine-Learning-Guided Insights into Solid-Electrolyte Interphase Conductivity: Are Amorphous Lithium Fluorophosphates the Key?

Cette étude utilise l'apprentissage automatique et la prédiction de structure basée sur la diffusion pour révéler que le difluorophosphate de lithium amorphe (\ceLiPO2F2\ce{LiPO2F2}), un composant clé de l'interphase d'électrolyte solide, présente une conductivité ionique élevée en raison du désordre structurel et de l'abondance de défauts interstitiels, suggérant que les phases amorphes à anions mixtes sont les principales voies de transport rapide des ions Li dans les batteries Li-ion.

Peichen Zhong, Kristin A. Persson2026-06-09🔬 cond-mat.mtrl-sci

Data-model Coevolution as the Architectural Principle for AI-Native Materials Databases

Cet article propose et valide la « coévolution données-modèle » en tant que principe architectural fondamental pour les bases de données de matériaux natives de l'IA, démontrant, à travers un prototype ternaire Li-P-S, que des cycles endogènes de génération-évaluation-raffinement peuvent découvrir de manière autonome de nouvelles phases stables et atteindre une modélisation prédictive de haute précision avec un coût minimal en principes premiers.

Fengyu Xie, Ruoyu Wang, Taoyuze Lv, Yuxiang Gao, Hongyu Wu, Zhicheng Zhong2026-06-09🔬 cond-mat.mtrl-sci

A Constraint-Modulated Viscosity Law for Broad-Window Glass-Forming Systems

Cet article propose une nouvelle « loi de viscosité modulée par contrainte » basée sur le postulat de l'actualisation continue du présent, qui surpasse les modèles standards tels que VFT et MYEGA pour l'ajustement des systèmes formateurs de verre à large fenêtre en tenant compte du rétrécissement continu de l'accès configurationnel à mesure que les liquides se refroidissent.

Debra S. Gavant, Christian E. Precker2026-06-09🔬 cond-mat.mtrl-sci

Momentum-Resolved Electronic Structure and Orbital Hybridization in the Layered Antiferromagnet CrPS4_4

Cette étude combine la spectroscopie de photoémission résolue en quantité de mouvement et des calculs DFT+U pour caractériser expérimentalement la structure de bandes électroniques de l'antiferromagnétique stratifié CrPS4_4, révélant un gap de transfert de charge ligand-métal ainsi que des motifs d'hybridation orbitale distincts qui régissent ses propriétés magnétiques et optiques.

Lasse Sternemann, David Maximilian Janas, Eshan Banerjee, Richard Leven, Jonah Elias Nitschke, Marco Marino, Leon Becker, Ahmet Can Ademoğlu, Frithjof Anders, Stefan Tappertzhofen, Mirko Cinchetti2026-06-09🔬 cond-mat.mtrl-sci

A large-scale nanocrystal database with aligned synthesis and properties enabling generative inverse design

Cet article présente une base de données alignée de synthèse-propriétés de nanocristaux à grande échelle, construite à l'aide de l'outil NanoExtractor optimisé par LLM, qui permet la conception inverse générative de voies de synthèse de nanocristaux viables grâce au modèle NanoDesigner, validée avec succès par la confirmation expérimentale de formulations de nanocristaux tant établies que nouvelles.

Kai Gu, Yingping Liang, Senliang Peng, Aotian Guo, Haizheng Zhong, Ying Fu2026-06-09🔬 cond-mat.mtrl-sci

Enhancing Spatial Reasoning in Large Language Models for Metal-Organic Frameworks Structure Prediction

Le document présente MOF-LLM, un nouveau cadre qui améliore les capacités de raisonnement spatial d'un modèle de langage Qwen-3 8B grâce à un pré-entraînement continu sensible à l'espace, un ajustement fin supervisé et un apprentissage par renforcement afin d'atteindre une prédiction de structure 3D au niveau des blocs, de haute efficacité et à l'état de l'art, pour les réseaux organométalliques.

Mianzhi Pan, JianFei Li, Peishuo Liu, Botian Wang, Yawen Ouyang, Yiming Rong, Hao Zhou, Jianbing Zhang2026-06-09🔬 cond-mat.mtrl-sci

MatMind: A Structure-Activity Knowledge-Driven Generative Foundation Model for Materials Science

MatMind est un modèle de fondation génératif unifié pour la science des matériaux cristallins qui intègre les connaissances structure-activité et un retour d'information informé par la physique afin de surpasser les architectures spécialisées et étroites, tant dans les tâches de prédiction de propriétés que de génération de cristaux.

Zhan'ao Yao, Boxuan Zhang, Jingyuan Shu, Xiaoyu Wu, Rongyan Wang, Linjing Li, Dajun Zeng, Yudong Yao, Tingwei Chen, Youwei Wang, Xiaolin Zhao, Jiahui Shi, Jianjun Liu2026-06-09🔬 cond-mat.mtrl-sci

An ultra-wide-bandgap semiconductor photodetector for linear measurement of bright sub-bandgap light

Cet article démontre que les photodétecteurs d'AlN sous la bande interdite, conçus avec des dopages et des structures de contact spécifiques pour créer une région de charge d'espace étroite, atteignent des réponses linéaires et non saturées à une lumière bleue ultra-brillante et à des températures élevées en exploitant une réponse photoélectrique médiée par des défauts de niveaux profonds, permettant ainsi une détection fiable dans des environnements industriels et aérospatiaux extrêmes.

Jiahao Dong, Zhenjing Liu, Rafael Jaramillo2026-06-09🔬 physics.optics

Agentic multi-fidelity learning of quasiparticle and excitonic properties

Cet article introduit un cadre d'apprentissage multi-fidélité guidé par un agent qui emploie un agent structurel pour diagnostiquer les instabilités numériques dans les calculs GW-Bethe-Salpeter et applique des corrections d'apprentissage automatique pour prédire avec précision les propriétés des quasiparticules et des excitons dans les bicouches de MoS2-WS2 contraintes, démontrant que la détection explicite de la fragilité numérique est essentielle pour une modélisation de substitution fiable des matériaux à l'état excité.

Arnab Neogi, Aaron Forde, Christopher A. Lane, Sergei Tretiak, Jian-Xin Zhu2026-06-09🔬 cond-mat.mtrl-sci

Phase Formation and Thermal Stability of Superconducting Platinum Silicide Thin Films on Silicon

Cette étude démontre que des couches minces de siliciure de platine (PtSi) supraconductrices et de phase pure, présentant des microstructures stables et des propriétés constantes, peuvent être formées rapidement sur le silicium par traitement thermique à 600 °C, établissant ainsi une fenêtre de fabrication robuste pour les dispositifs quantiques compatibles avec la technologie CMOS tout en identifiant le rugosité interfaciale comme une conséquence intrinsèque de la conversion de phase plutôt que comme une dégradation thermique.

Tharanga R. Nanayakkara, Ananya Chattaraj, Mingzhao Liu, Charles T. Black2026-06-09🔬 cond-mat