🔬 Category

cond-mat.mtrl-sci

4119 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.

🔬 materials science

Answer-Conditioned Chain-of-Thought Distillation for Few-Shot Industrial Vision with Small VLMs

Cet article propose une distillation de chaîne de pensée conditionnée par la réponse pour adapter rapidement de petits modèles vision-langage à des tâches d'inspection visuelle industrielle en quelques étapes (few-shot), démontrant que la génération de raisonnements conditionnés par les étiquettes correctes surpasse de manière significative le réglage fin direct et même des modèles plus grands comme GPT-4.1 lors d'un entraînement sur des données minimales.

Shubham Rao2026-07-14
🔬 materials science

A Cluster-Based Model of the Spectrum of Erbium-Doped GdVO4_4

Cet article introduit un modèle simplifié basé sur des clusters qui décrit avec précision le spectre optique du vanadate de gadolinium dopé à l'erbium en tenant compte des interactions entre l'ion erbium et ses ions gadolinium voisins les plus proches, offrant ainsi un cadre physiquement transparent pour prédire la transduction micro-ondes-optique.

Zachary H. Roberts, Masaya Hiraishi, Luke S. Trainor, Jevon J. Longdell2026-07-14
🔬 materials science

Neural-network-based reconstruction of spin and orbital angular momentum from X-ray magnetic circular dichroism spectra

Cet article présente une approche basée sur les réseaux de neurones qui reconstruit avec précision le moment angulaire de spin et orbital directement à partir des formes de raies spectrales du dichroïsme circulaire magnétique aux rayons X, offrant ainsi une alternative axée sur les données aux analyses conventionnelles par règles de somme qui reposent sur les intensités intégrées.

Tetsuro Ueno2026-07-14
🔬 materials science

Temperature dependence of charge-to-spin conversion in rhombohedral (110) bismuth thin film

Cette étude examine la dépendance en température de la conversion charge-spin dans des films de bismuth épitaxiés rhomboédriques (110), révélant que l'augmentation observée de la conductivité de Hall de spin et de la longueur de diffusion de spin à des températures plus basses indique que la diffusion de spin est dominée par le mécanisme d'Elliott-Yafet tandis que la conversion elle-même est principalement pilotée par la diffusion asymétrique.

K. Tatsuoka (Kyoto Univ), N. Fukumoto (Kyoto Univ), S. Sakamoto (ISSP, Univ. Tokyo), S. Miwa (ISSP, Univ. Tokyo), Y. Fus (…)2026-07-14
🔬 materials science

Uncertainty-Aware Structure-Property Mapping of Spinodoid Metamaterials via Heteroscedastic Gaussian Process Regression

Cet article introduit un cadre sensible à l'incertitude utilisant la régression par processus gaussiens hétéroscédastiques pour modéliser les relations stochastiques structure-propriété des métamatériaux spinodoïdes, démontrant que la prise en compte de la variabilité induite par la morphologie est essentielle pour parvenir à une optimisation de conception fiable par rapport aux approches traditionnelles déterministes ou homoscédastiques.

Minwoo Park, Junseo Park, Mingyu Lee, Hugon Lee, Hanbin Cho, Ikjin Lee, Seunghwa Ryu2026-07-14
🔬 materials science

PAC Studio Machine Learning: Human-in-the-Loop Analysis of TDPAC Spectra

Cet article présente PAC Studio ML, un environnement de bureau Python en boucle fermée (human-in-the-loop) qui intègre l'apprentissage automatique à la modélisation informée par la physique afin d'accélérer et d'améliorer l'analyse experte des spectres de corrélation angulaire perturbée par différence de temps (TDPAC) en fournissant une initialisation robuste des paramètres, des tests d'hypothèse sur le nombre de sites et une reproductibilité accrue sans remplacer l'interprétation experte conventionnelle.

Thien Thanh Dang, Doru Constantin Lupascu2026-07-14
🔬 materials science

Capturing the calendering U-shape in lithium-ion electrode thermal conductivity

Cet article introduit une extension du modèle de Zehner–Bauer–Schlunder tenant compte du calandrage qui capture avec succès l'évolution non monotone en forme de U de la conductivité thermique transversale dans les électrodes de lithium-ion en prenant en compte les changements microstructuraux dépendants du procédé, réduisant ainsi l'erreur de prédiction de 31,1 % à 4,5 % pour diverses formulations de graphite et de NMC.

Julius Störk2026-07-14
🔬 materials science

Synthesis of Ti2B2Clx MBenes in molten salts from theoretical and experimental perspectives

Cette étude combine la gravure par sel fondu expérimentale de Ti2InB2 avec le ZnCl2 et des calculs de la théorie de la fonctionnelle de la densité pour synthétiser et caractériser avec succès des MBenes de type Ti2B2Clx multicouches, démontrant une transformation biphasique directe et des performances initiales prometteuses dans les batteries Li-ion.

Rodrigo M. Ronchi, Emile Defoy, Andrejs Petruhins, Justinas Palisaitis, Lianghao Yu, Lan Tang, Solenn Reguer, Dominique (…)2026-07-14
🔬 materials science

How do 3M Command strips work? A fracture mechanics approach

Cet article emploie la mécanique de la rupture et des simulations par éléments finis pour dériver des expressions analytiques expliquant comment les bandes Command de 3M atteignent une capacité de charge élevée et un retrait propre en exploitant le rapport entre la longueur de liaison et l'épaisseur de l'adhésif et en contrôlant la propagation de la fissure interfaciale par la déformation hyperélastique.

Xue-Ling Luo, Nikolaos Bouklas, Chung-Yuen Hui2026-07-14
🔬 materials science

Correlation-consistent Gaussian basis sets for copper solids from material-constrained atomic optimization

Cet article introduit un cadre d'optimisation atomique sous contrainte de matériau (MCAO) pour générer des bases gaussiennes corrélées et numériquement stables pour les solides de cuivre, permettant des références de base de l'ensemble complet fiables pour les propriétés de volume et l'adsorption de CO tout en surmontant les problèmes de dépendance linéaire inhérents aux ensembles standard optimisés de manière atomique.

Jincheng Yu, Xiaoyu Zhang, Min-Ye Zhang, Yu Cao, Qiming Sun, Hong-Zhou Ye2026-07-14