🔬 Category

cond-mat.mtrl-sci

5006 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.

🔬 science des matériaux

GRADAR: orientation-map-driven detection and ranking of grains for targeted two-beam electron channeling contrast imaging

Cet article introduit GRADAR, un algorithme piloté par carte d'orientation qui résout le problème inverse consistant à identifier et classer des grains spécifiques dans un polycristal capables d'atteindre une condition de diffraction à deux faisceaux ciblée pour l'imagerie par contraste de canalisation électronique (ECCI), permettant ainsi une imagerie de dislocations automatisée et de haute précision sans sélection préalable de grains.

Johan Ewald Westraadt2026-08-04
🔬 science des matériaux

Generalized Bell inequalities and frustrated spin systems

Cet article établit une correspondance entre les inégalités de Bell généralisées et les systèmes de spins frustrés, démontrant que les violations quantiques de ces inégalités sont équivalentes à l'existence d'états fondamentaux coplanaires classiques ayant une énergie plus basse que les états fondamentaux de type Ising, un cadre utilisé pour générer de nouvelles inégalités incluant certaines qui ne sont pas violées par l'état singulet.

Heinz-Jürgen Schmidt2026-08-04
🔬 science des matériaux

Consistent machine learning for topology optimization with microstructure-dependent neural network material models

Cet article présente un cadre qui intègre des modèles de matériaux par réseaux de neurones, physiquement cohérents et dépendants de la microstructure, à l'optimisation topologique basée sur la densité afin de permettre la conception efficace de structures hyperélastiques hétérogènes multi-échelles sous déformations finies.

Harikrishnan Vijayakumaran, Jonathan B. Russ, Glaucio H. Paulino, Miguel A. Bessa2026-08-03
🔬 science des matériaux

SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction

SynCoTrain est un cadre d'apprentissage automatique semi-supervisé qui utilise une stratégie de co-entraînement avec des réseaux de neurones sur graphes duaux (SchNet et ALIGNN) ainsi que l'apprentissage Positif-Non-Étiqueté pour surmonter la rareté des données et prédire avec précision la synthétisabilité des cristaux d'oxydes, faisant ainsi progresser la découverte de matériaux à haut débit.

Sasan Amariamir, Janine George, Philipp Benner2026-08-03
🔬 science des matériaux

Thermal Transport in Ag8TS6 (T= Si, Ge, Sn) Argyrodites: An Integrated Experimental, Quantum-Chemical, and Computational Modelling Study

Cette étude intègre des mesures expérimentales à une modélisation quantico-chimique et computationnelle pour démontrer que l'hétérogénéité des liaisons et la forte anharmonicité pilotent la conductivité thermique de réseau exceptionnellement basse dans les argyrodites Ag8TS6 (T=Si, Ge, Sn), tout en confirmant que leurs conductivités thermique et ionique peuvent être ajustées indépendamment.

Joana Bustamante, Anupama Ghata, Aakash A. Naik, Christina Ertural, Katharina Ueltzen, Wolfgang G. Zeier, Janine George2026-08-03
🔬 science des matériaux

Transport Novelty Distance: A Distributional Metric for Evaluating Material Generative Models

Cet article introduit la Distance de Nouveauté de Transport (TNovD), une nouvelle métrique de distribution basée sur le transport optimal et l'apprentissage contrastif qui évalue conjointement la qualité et la nouveauté des matériaux générés afin de surmonter les limites des approches d'évaluation existantes dans la découverte de matériaux.

Paul Hagemann, Simon Müller, Janine George, Philipp Benner2026-08-03
🔬 science des matériaux

Memory of topologically constrained disorder in Shakti artificial spin ice

Cette étude démontre que le désordre topologiquement contraint dans la glace de spins artificielle de type Shakti permet des effets de mémoire robustes et dépendants de la séquence, absents dans la glace de spins carrée conventionnelle, révélant comment le désordre corrélé et l'excitation cyclique peuvent générer une mémoire déterministe et stochastique dans les matériaux artificiels frustrés.

Priyanka Priyanka, Cristiano Nisoli, Yair Shokef2026-08-03
🔬 science des matériaux

Symmetry Rules for Cavity Materials Engineering with Linearly Polarized Vacuum Fields

Cet article établit des règles de symétrie générales pour l'ingénierie des matériaux de cavité en utilisant la théorie des groupes pour classifier les motifs de rupture de symétrie induits par des champs du vide linéairement polarisés à travers tous les groupes ponctuels cristallographiques, un cadre validé par des calculs QED-DFT sur BaTiO3_3 et MoS2_2.

Jingkai Quan, Chongxiao Fan, Benshu Fan, I-Te Lu, Dante M. Kennes, Angel Rubio2026-08-03
🔬 science des matériaux

Local B-site chemistry controls oxygen-vacancy energetics in Ca-Ce-Ti-Mn perovskites for thermochemical hydrogen production

Cette étude démontre que la chimie locale du site B, particulièrement la fraction de Mn en premier voisinage, régit principalement l'énergétique de formation des lacunes d'oxygène dans les pérovskites Ca-Ce-Ti-Mn, permettant l'identification de compositions spécifiques qui atteignent une performance redox supérieure pour la production d'hydrogène thermochimique solaire à des températures plus basses que la référence de céria.

Manish Kumar (Washington University in St. Louis), Natalia Ali (Arizona State University), Matthew D. Witman (Sandia Nat (…)2026-08-03
🤖 apprentissage automatique

Representations from Pretrained Machine-Learning Interatomic Potentials as Coarse Coordinates for Material Generation and Evaluation

Cet article démontre que les caractéristiques moyennées par atome issues de potentiels interatomiques d'apprentissage automatique (MLIP) pré-entraînés, tels que MACE, servent de coordonnées grossières efficaces tant pour évaluer les modèles génératifs de matériaux via une nouvelle métrique de distance de transport Coarse-Fine (CFTD) que pour guider le processus de génération lui-même.

Paul Hagemann, Katharina Ueltzen, Simon Müller, Janine George, Philipp Benner2026-08-03